建筑物识别

作品数：38被引量：193H指数：7
导出分析报告
相关领域：自动化与计算机技术更多>>
相关作者：张天序张永梅陈奇慎利李强更多>>
相关机构：武汉大学华中科技大学北方工业大学浙江工业大学更多>>
相关期刊：《信息技术与信息化》《全球变化数据学报（中英文）》《地壳构造与地壳应力》《地球信息科学学报》更多>>
相关基金：国家自然科学基金中央高校基本科研业务费专项资金国家高技术研究发展计划北京市教委科技发展计划更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于高分影像和改进YOLOv7模型在输电线路走廊的建筑物识别
《测绘通报》2025年第4期82-89,共8页杨国柱 孙诗睿 田茂杰 孙华敏 胡伟 李俊磊 
国网电力空间技术有限公司管理科技项目(529500240009)。
输电线廊道内的灾害预警与安全评估是智能电网建设工作的重点之一,因此掌握输电线廊道区域内聚落的所在位置及其分布情况等信息对于做好山区防灾减灾工作非常重要。近年来,随着目标检测技术的不断发展,所应用到的领域也越来越广泛,而遥...
关键词：建筑物识别 机器学习 YOLOv7 输电线路走廊 目标检测 
基于改进DeepLabV3+的高分辨率遥感影像建筑物提取
《地理空间信息》2024年第12期69-73,共5页乔志勇 
厦门市科技计划资助项目(3502Z20231038)。
针对管道传统的高后果区识别方式不但工作效率低,而且很难进行定量判断的问题。提出了一种基于改进Deep⁃LabV3+的遥感影像建筑物提取算法,采用基于全卷积神经网络识别算法,用于高分辨率遥感影像语义分割,以提取出兴趣区域(AOI)的像素点...
关键词：遥感影像识别 全卷积神经网络 建筑物识别 高后果区 
基于余弦注意力机制的少样本历史建筑识别方法
《软件导刊》2024年第11期147-152,共6页陈欣 崔笛 周同 
2022年青岛市社会科学规划研究项目(QDSKL2201130);全国煤炭行业高等教育研究课题(2021MXJG105);山东科技大学教学名师培育计划项目(MS20211105)。
建筑物作为城市空间中的核心地标和人类活动的重要载体,其精准识别在城市规划、智慧旅游等领域具有重要意义,然而收集和标注足够量的数据是一项昂贵且耗时的任务。针对部分建筑物标注数据稀缺且视觉外观多样性导致特征表示不足的问题,...
关键词：少样本学习 建筑物识别 TRANSFORMER 余弦注意力 Xception网络 
基于改进U-Net的遥感影像建筑物识别
《安徽理工大学学报（自然科学版）》2024年第5期18-27,共10页郭辉 刘新哲 
矿山环境与灾害协同监测煤炭行业工程研究中心开放基金资助项目(KSXTJC202202)。
目的近年来,深度学习用于提取影像中的建筑物信息已经成为遥感领域研究热点之一,为了准确高效地提取遥感影像中的建筑物信息。方法使用ResNet替换U-Net的骨干网络,并以此为基础进行改进,融合自校正卷积(SCCnov)和高效通道注意力(ECA),...
关键词：自校正卷积 高效通道注意力 卷积神经网络 深度学习 遥感信息提取 
基于深度学习的高分遥感图像建筑物识别被引量：1
《应用科学学报》2024年第3期375-387,共13页李成范 孟令奎 刘学锋 
上海市自然科学基金(No.22ZR1423200);自然资源部地理国情监测重点实验室开放基金(No.2022NGCM12);上海市科技创新行动计划项目(No.21142202400);东华理工大学江西省数字国土重点实验室开放课题(No.DLLJ202103)资助。
该文面向高分遥感图像建筑物深度学习检测与识别的具体需求,在归纳和分析现有深度学习与建筑物提取方法的基础上,重点探讨了高分遥感图像建筑物深度学习识别方法和深度学习识别系统,并探讨了未来可能的研究方向。所提方法将为高分遥感...
关键词：建筑物识别 高分遥感图像 卷积神经网络 样本集 数据集 
基于深度学习的建筑物识别及占用耕地建房自动化监测--以湖南省长沙市X村为例被引量：2
《湖北农业科学》2024年第1期195-198,共4页石珊 胡兵 杨丛瑞 
国土资源评价与利用湖南省重点实验室开放课题项目(SYS-ZX-202005)。
针对农村普遍存在的占用耕地建房现象,基于深度学习和图像分析提出了一种自动化监测方法,通过对高分辨率遥感影像数据的预处理,构建基于卷积神经网络的自动化监测模型,有效判定目标影像中的每个像元格是否占用耕地建房。以湖南省长沙市...
关键词：深度学习 U-Net模型 自动化监测 建筑物识别 占用耕地 土地执法 湖南省长沙市 
高分辨率航空遥感图像的建筑物识别被引量：2
《北京测绘》2023年第5期638-642,共5页王玉琴 尤静静 蔡世鑫 
国家自然科学基金(41201208;0971124)。
目前深度学习方法的研究已在语音辨别、图像识别、信息检索等方面取得较大成果。建筑物的自动检测与识别已成为遥感图像处理范畴研究的热点。针对高分辨率航空遥感影像中的建筑物快速、精准识别的应用问题,文章提出利用深度学习方法中...
关键词：深度学习 快速区域卷积神经网络(Faster RCNN)模型 建筑物识别 遥感图像 
面向虚实融合的单体建筑物实时识别与定位被引量：1
《武汉大学学报（信息科学版）》2023年第4期542-549,共8页徐舒婷 郑先伟 谢潇 熊汉江 
国家重点研发计划(2018YFB0505500,2018YFB0505501);中央高校基本科研业务费;国家自然科学基金(41701445,41871361,42071370)。
针对当前矢量地图导航缺乏真实环境信息,而视觉地理定位依赖海量图像标注数据的问题,提出了一种面向虚实融合的单体建筑物实时识别与定位方法。该方法以智能手机为载体,利用轻量级深度网络SSD(single shot detector)实时检测手机视频流...
关键词：地理定位 建筑物识别 嵌入式设备 增强现实导航 
基于深度学习的遥感建筑物识别方法研究被引量：1
《信息技术与信息化》2023年第3期209-212,共4页孙晟博 
针对遥感影像建筑物识别中遇到的小目标漏检、背景复杂度高、虚警干扰因素多等问题,提出了一种基于深度学习的改进YOLOv3算法。以一阶段代表算法YOLOv3为基础,通过改进网络结构,修改特征图尺度,嵌入空洞卷积模块,加强算法检测能力和精...
关键词：深度学习 目标检测 YOLOV3 空洞卷积 建筑物识别 
AlexNet支持下的地图建筑物形状分类方法被引量：5
《地球信息科学学报》2022年第12期2333-2341,共9页焦洋洋 刘平芝 刘爱龙 刘松林 
国家自然科学基金项目(42071450、41801396、62101395)。
地图目标的形状在地图制图综合、空间查询等研究中发挥着重要作用。地图建筑物形状的识别与分类作为建筑物轮廓化简与典型化的基础,一直是制图综合研究的热点问题。目前,主要的建筑物形状识别方法主要依赖对建筑物轮廓的描述,对建筑物...
关键词：制图综合 建筑物识别 深度学习 卷积神经网络 模板匹配 形状分类 建筑物化简 矢栅结合 
全选清除导出
共4页<1234>
检索报告 对象比较 聚类工具 使用帮助 返回顶部