基于深度学习和超像元分割的遥感影像变化检测方法研究  

作　　者：张荣卉 

机构地区：[1]安徽省基础测绘信息中心,安徽合肥230031 [2]自然资源安徽省卫星应用技术中心,安徽合肥230031

出　　处：《中国新技术新产品》2023年第24期87-89,共3页New Technology & New Products of China

摘　　要：随着人工智能技术的广泛应用,遥感影像的解译也朝着智能化和自动化的方向快速发展,以深度学习为主的机器学习算法正在逐渐代替人工进行遥感影像解译。该文基于全卷积神经网络模型,结合超像元算法在图像处理方面的天然优势,完成对新增建筑物、道路、推填土等典型建设用地地物的模型训练,针对选择的模型测试区域提取了两期影像新增建设用地图斑的变化,为我省自然资源调查监测、卫片执法以及耕地保护等需要进行遥感信息快速提取的场景提供一种技术解决方案。

关 键 词：深度学习 样本 模型训练 超像元 

分 类 号：TP75[自动化与计算机技术—检测技术与自动化装置]