语义分割网络重建单视图遥感影像数字表面模型
卢俊言; 贾宏光; 高放; 李文涛; 陆晴
刊名电子与信息学报
2021-04-15
卷号43期号:04页码:974-981
英文摘要该文提出了一种仅依靠激光探测与测量数据,实现单视图遥感影像数字表面模型(DSM)重建的新方法。该方法基于深度学习技术设计了一种编码-解码结构的语义分割网络,该网络采用多尺度残差融合的编码块与解码(MRFED)块从输入图像中提取语义信息,进而逐像素预测高度值;采用特征图跳跃级联的策略保留输入图像的细节特征和结构信息。该文采用了一个包含DSM数据的遥感影像公开数据集训练与测试模型,实验结果表明:DSM重建结果与真值的平均绝对误差(MAE)为2.1e-02,均方根误差(RMSE)为3.8e-02,结构相似性(SSIM)为92.89%,均优于经典的深度学习语义分割网络。实验证实该方法能够有效实现单视图遥感影像的DSM重建,具有较高的精度,以及较强的地物分布结构重建能力。
内容类型期刊论文
源URL[http://ir.ciomp.ac.cn/handle/181722/65935]  
专题中国科学院长春光学精密机械与物理研究所
作者单位1.长光卫星技术有限公司
2.中国科学院大学
3.中国科学院长春光学精密机械与物理研究所
推荐引用方式
GB/T 7714
卢俊言,贾宏光,高放,等. 语义分割网络重建单视图遥感影像数字表面模型[J]. 电子与信息学报,2021,43(04):974-981.
APA 卢俊言,贾宏光,高放,李文涛,&陆晴.(2021).语义分割网络重建单视图遥感影像数字表面模型.电子与信息学报,43(04),974-981.
MLA 卢俊言,et al."语义分割网络重建单视图遥感影像数字表面模型".电子与信息学报 43.04(2021):974-981.
个性服务
查看访问统计
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。


©版权所有 ©2017 CSpace - Powered by CSpace