• 主题
高级搜索  >
历史搜索 清空历史
首页> 中文期刊> 《山地学报》 >深度语义分割的无人机图像植被识别

深度语义分割的无人机图像植被识别

         
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

为有效实施植被信息获取及监测,亟需分类准确及易于推广的植被信息识别技术.本文利用无人机航拍获取植被光学影像,利用深度语义分割技术建构植被种类识别模型,为植被变化动态监测提供准确的植被类别信息.首先,基于安溪县龙门镇崩岗区的采样点,获取20 m航拍高度的无人机影像,构建FCN-VGG19植被识别模型,探讨不同特征融合结构对FCN-VGG19识别性能的影响,测算出各植被的覆盖面积;其次,取安溪县另一取样点的无人机影像作为验证集,分析FCN-VGG19的迁移学习能力,验证模型稳健性.结果表明:(1)基于20 m高度的无人机影像建立的FCN-VGG19-8s模型识别正确率最高,为86.30％;(2)FCN-VGG19-8s识别精度高于FCN-VGG19-32s;并从测试集中随机抽取一张图,测算该测试图的马尾松覆盖面积为78.38 m2,芒萁覆盖面积为12.77 m2,柠檬桉覆盖面积为0.89 m2;(3)在模型的迁移学习能力试验分析中,当A数据集占训练集的比例下降时,对模型识别B数据集的影响不大;当B数据集的数据量减少时,其识别精度稍有下降,仍有84.5％.本文基于无人机光学影像,结合深度语义分割模型进行植被识别,以福建安溪县为例验证模型稳健性,分析模型在测算植被覆盖面积的适用性,旨在为植被识别研究提供新思路.

著录项

  • 来源
    《山地学报》 |2018年第6期|953-963|共11页
  • 作者

    林志玮; 涂伟豪; 黄嘉航; 丁启禄; 刘金福;

  • 作者单位

    福建农林大学计算机与信息学院,福建福州350002;

    福建农林大学林学院,福建福州350002;

    福建农林大学林学博士后流动站,福建福州350002;

    福建农林大学计算机与信息学院,福建福州350002;

    福建农林大学林学院,福建福州350002;

    福建农林大学计算机与信息学院,福建福州350002;

    福建农林大学计算机与信息学院,福建福州350002;

    福建省高校生态与资源统计重点实验室,福建福州350002;

  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 S719;
  • 关键词

    语义分割; 全卷积网络; 无人机影像; 植被识别;

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号