论文摘要
数字城市管理发展中城市部件调查是一项重要的任务,但是城市井盖部件信息获取存在人工调绘效率低、精度难以保证等缺陷,影响城市井盖部件的及时更新。因此本文利用深度卷积神经网络模型,通过小卷积核、尾部裁剪和保持输入大小等改进边缘检测网络（HED）并增加两层卷积运算提取目标,提出HED-C网络模型,实现了端到端的井盖部件目标检测。试验结果表明,利用HED-C模型井盖部件召回率可达96.58%,查准率可达97.93%,相较Faster R-CNN、YOLO和SSD网络模型,综合性能有了较大提高。
论文目录
文章来源
类型: 期刊论文
作者: 杨梦圆,刘伟,尹鹏程,谢梦
关键词: 井盖,遥感图像,目标检测,深度卷积网络,端到端
来源: 测绘通报 2019年08期
年度: 2019
分类: 基础科学,工程科技Ⅱ辑,信息科技
专业: 工业通用技术及设备,建筑科学与工程,自动化技术
单位: 江苏师范大学地理测绘与城乡规划学院,资源与环境信息系统国家重点实验室,徐州市国土资源局
基金: 国家自然科学基金(41601405),江苏省国土资源科技项目(2018054),徐州市国土资源科技项目(XZGTKJ2018001),江苏省研究生科研与实践创新计划项目(KYCX18_2163)
分类号: TU990.3;TP751;TP183
DOI: 10.13474/j.cnki.11-2246.2019.0256
页码: 78-81+87
总页数: 5
文件大小: 1102K
下载量: 142