基于深度卷积神经网络的高分遥感影像高速铁路沿线建筑物信息提取  

Extraction of buildings along high-speed railway from high resolution remote sensing images based on convolutional neural network

作　　者：王继成 WANG Jicheng(Key Laboratory of Ministry of Education on Land Resources Evaluation and Monitoring in Southwest China,Sichuan Normal University,Chengdu 610068,China;Faculty of Geosciences and Environmental Engineering,Southwest Jiaotong University,Chengdu 611756,China)

机构地区：[1]四川师范大学西南土地资源评价与监测教育部重点实验室,四川成都610068 [2]西南交通大学地球科学与环境工程学院,四川成都611756

出　　处：《测绘学报》2023年第6期1041-1041,共1页Acta Geodaetica et Cartographica Sinica

基　　金：国家自然科学基金(41930104,42071386)。

摘　　要：高铁沿线两侧的建筑物及其附带的人类生产活动可能造成轨道异物入侵、路基沉降等问题,是影响高铁运营安全的潜在因素。对高速铁路两侧建筑物进行定期监测,及时发现隐患并处理,有助于提高高速铁路运营的安全性。目前以人工定期排查为主的方式不能满足我国日益庞大的高速铁路网络需求。高分辨率遥感影像具有高时效性、综合性和经济性等优点,围绕其发展的自动信息提取技术也日益成熟,为沿线建筑物监测提供了技术手段。

关 键 词：高分遥感影像 深度卷积神经网络 高分辨率遥感影像 铁路运营 高速铁路 信息提取技术 人类生产活动 高铁沿线 

分 类 号：P237[天文地球—摄影测量与遥感]