卷积神经网络在高分遥感影像分类中的应用

被引：71

作者：

曹林林 ^{[1
]}

李海涛 ^{[2
]}

韩颜顺 ^{[2
]}

余凡 ^{[2
]}

顾海燕 ^{[2
]}

机构：

[1] 辽宁工程技术大学测绘学院

[2] 中国测绘科学研究院

来源：

测绘科学 | 2016年 / 41卷 / 09期

关键词：

卷积神经网络; 深度学习; 大数据; 遥感影像分类;

D O I：

10.16251/j.cnki.1009-2307.2016.09.033

中图分类号：

TP183 [人工神经网络与计算]; TP751 [图像处理方法];

学科分类号：

摘要：

针对目前应用于高分辨率遥感影像分类的常用算法,其精度已无法满足大数据环境下的分类要求的问题,该文提出了卷积神经网络分类算法。卷积神经网络模型降低了因图像平移、比例缩放、倾斜或者共他形式的变形而引起的误差。在大数据环境下,采用卷积神经网络算法对高分辨率遥感影像进行分类,避免了特征提取和分类过程中数据重建的复杂度,提高了分类精度。通过实验比对分析,证明了卷积神经网络在高分辨率遥感影像分类中的可行性及精度优势,对遥感图像处理领域等相关工作提供了参考价值。

引用

页码：170 / 175

页数：6

共 6 条

[1] 增长式卷积神经网络及其在人脸检测中的应用
顾佳玲
彭宏京
[J]. 系统仿真学报, 2009, 21 (08) : 2441 - 2445
[2] 遥感影像土地利用/覆盖分类方法研究综述
王圆圆
李京
[J]. 遥感信息, 2004, (01) : 53 - 59
[3] A fast learning algorithm for deep belief nets
Hinton, Geoffrey E.
Osindero, Simon
Teh, Yee-Whye
[J]. NEURAL COMPUTATION, 2006, 18 (07) : 1527 - 1554
[4] The role of the primary visual cortex in higher level vision[J] . Tai Sing Lee,David Mumford,Richard Romero,Victor A.F. Lamme.Vision Research . 1998 (15)
[5] Neocognitron: A self-organizing neural network model for a mechanism of pattern recognition unaffected by shift in position[J] . Kunihiko Fukushima.Biological Cybernetics . 1980 (4)
[6] What is the best multi-stage architecture for object recognition?. Jarrett K,Kavukcuoglu K,Ranzato M, et al. Computer Vision,2009 IEEE 12th International Conference on . 2009

← 1 →