夏列钢
- 作品数:59 被引量:314H指数:10
- 供职机构:浙江工业大学更多>>
- 发文基金:国家自然科学基金国家高技术研究发展计划国家科技支撑计划更多>>
- 相关领域:自动化与计算机技术天文地球文化科学农业科学更多>>
- 基于特征压缩激活Unet网络的建筑物提取被引量:38
- 2019年
- 自动提取城市建筑物对城市规划、防灾避险等行业应用具有重要意义,当前利用高空间分辨率遥感影像进行建筑物提取的卷积神经网络在网络结构和损失函数上都存在提升的空间。本研究提出一种卷积神经网络SE-Unet,以U-Net网络结构为基础,在编码器内使用特征压缩激活模块增加网络特征学习能力,在解码器中复用编码器中相应尺度的特征实现空间信息的恢复;并使用dice和交叉熵函数复合的损失函数进行训练,减轻了建筑物提取任务中的样本不平衡问题。实验采用了Massachusetts建筑物数据集,和SegNet、LinkNet、U-Net等模型进行对比,实验中SE-Unet在准确度、召回率、F1分数和总体精度4项精度指标中表现最优,分别达到0.8704、0.8496、0.8599、0.9472,在测试影像中对大小各异和形状不规则的建筑物具有更好的识别效果。
- 刘浩骆剑承黄波杨海平胡晓东徐楠夏列钢
- 关键词:高空间分辨率遥感影像建筑物提取损失函数
- 一种基于半监督学习的高分遥感耕地地块自动更新方法
- 一种基于半监督学习的高分遥感耕地地块自动更新方法,包括:准备语义分割阶段的数据和模型;制作语义分割样本A;使用模型训练样本,得到耕地语义分割信息提取模型,再处理T2时相灰度图;添加无监督样本迭代并更新样本;不断的调整样本...
- 夏列钢张宇鑫项剑元程宇滨胡轩铭
- 端元匹配的遥感影像地物自适应光谱表征被引量:3
- 2012年
- 光谱信息是遥感识别地物的依据,而目前已发展的典型地类的光谱指数模型有限,波谱库中的标准地物类型及其普适性也是有限的.鉴于此,提出一种端元匹配的地物自适应光谱表征方法,通过选取贴合影像本身的端元,并综合光谱角和距离度量对影像和端元光谱进行综合匹配.通过ETM+(Enhanced Thematic Mapper)影像上对植被、水体与美国地质调查局(United States Geological Survey,USGS)波谱库及归一化植被/水体指数的对比实验,及阴影、裸地等的验证实验,证实了该方法的有效性和普适性.
- 乔程骆剑承沈占锋胡晓东夏列钢
- 关键词:遥感光谱表征自适应
- 一种时间序列遥感植被指数的噪声检测方法
- 一种时间序列遥感植被指数(Time‑Series Vegetation Index,TSVI)的噪声检测方法。首先使用单位根检验将各个像素的观测值分为平稳序列或者非平稳序列;对于非平稳序列,利用一定的数学模型对离散的TS...
- 吴炜骆剑承沈瑛陈婷婷葛炜炜陈振乾夏列钢
- 文献传递
- 图谱迭代反馈的自适应水体信息提取方法被引量:10
- 2011年
- 提出图谱迭代反馈模型,结合空间聚合图特征和非线性谱映射结果的优点,设计图谱迭代反馈机制,并通过自适应信息计算方法自动地调整提取参数,逐步地计算逼近正确的专题区域边界。结合水体提取案例,在分析当前较为有效的水体提取方法基础上,选取ETM影像作为数据源,提出图谱迭代反馈的自适应水体信息提取(WERSTP)理论与方法。试验比较表明,该方法能充分结合基于指数和基于光谱分类提取方法的优势并成功融入水体空间分布特征,获得较好的提取效果。
- 胡晓东骆剑承夏列钢沈占锋朱长明乔程
- 关键词:水体信息提取迭代计算
- 耦合“图-谱”特征的遥感影像自动分类方法研究
- 遥感影像分类是遥感数据处理的核心内容之一,也是土地覆盖分类、资源环境调查等应用的重要基础。随着遥感观测技术的发展和行业应用的深入,分类的自动化程度和结果精度之间的矛盾越来越突出,如何合理解决这一矛盾已逐渐成为各种分类方法...
- 夏列钢
- 关键词:遥感影像土地覆盖分类
- 文献传递
- 基于深度学习的林业资源调查方法被引量:3
- 2020年
- 以浙江温州大洋山森林公园的杨梅树作为调查对象,给出了一种基于深度学习的林业资源调查方法。先通过无人机航拍获取大量研究区高清正射遥感影像,然后对影像中的杨梅树进行标注并构建测试集,利用TensorFlow+MASK RCNN深度学习框架对杨梅树进行检测和定位,并同时输出树冠掩膜图像和树冠像素个数,最后分别借助基于像素统计的和基于掩膜矢量估算并统计树冠的实际面积。这种方法不仅节省了人工分析航空遥感影像的时间、提高了工作效率,还可以通过将获取到的树冠轮廓矢量叠加到地学分析软件ArcGIS当中,直观地显示杨梅树的分布范围和具体数量。
- 罗巍王东亮夏列钢陈曙东
- 关键词:林业调查杨梅无人机遥感
- 一种基于纹理特征的高分辨率影像地物识别与分割方法
- 一种基于纹理特征的高分辨率影像地物识别与分割方法,包括:步骤1,根据类别体系制作样本集;步骤2,构造深度学习网络模型,内含:步骤2.1,构造骨干网络、步骤2.2,构造纹理特征提取结构、步骤2.3,构造特征矩阵去噪结构、步...
- 吴炜高明范菁夏列钢杨海平陈婷婷
- 文献传递
- 迁移学习支持下的遥感影像对象级分类样本自动选择方法被引量:33
- 2014年
- 面向遥感大范围应用的目标,自动化程度仍是遥感影像分类面临的重要问题,样本的人工选择难以适应当前土地覆盖信息自动化提取的实际应用需求。为了构建一套基于先验知识的遥感影像全自动分类流程,本文将空间信息挖掘技术引入到遥感信息提取过程中,提出一种面向遥感影像对象级分类的样本自动选择方法。该方法通过变化检测将不变地物标示在新的目标影像上,并将过去解译的地物类别知识迁移至新的影像上,建立新的特征与地物关系,从而完成历史专题数据辅助下目标影像的自动化对象级分类。试验结果表明,在已有历史专题层的图斑知识指导下,该方法能有效地自动选择适用于新影像分类的可靠样本,获得较好的信息提取效果,提高了对象级分类的效率。
- 吴田军骆剑承夏列钢杨海平沈占锋胡晓东
- 关键词:自动化变化检测
- 高分辨率遥感土地覆盖分类技术的应用研究--以重庆市黔江贫困区为例被引量:8
- 2016年
- 针对贫困区生态环境与资源的地表覆盖精细化调查需求,本文利用高分辨率遥感影像开展了土地覆盖信息提取的方法和应用研究。重点分析了高分辨率影像均值漂移分割、多特征提取与分析、对象级样本采集以及监督分类等技术,并综合实现了流程化的对象级土地覆盖分类。结果表明,本文串联的高分辨率影像分类技术能生成较精细的土地覆盖专题图,可及时为贫困区生态资源环境评价、碳核算等应用提供较可靠的地表覆盖数据。
- 吴田军骆剑承沈占锋夏列钢徐楠
- 关键词:贫困区高分辨率遥感影像面向对象分类