《表2 基于多模态数据地貌识别实验精度对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于深度学习的多模态地貌识别算法研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

所有评估的平均精度见表2，与表1对比可以看出，单模态地貌数据方案的精度低于74%，相比之下，基于多模态地貌特征融合的识别精度有15%左右的提高，其准确率接近89%（见表2）。这表明多模态数据特征融合网络在地貌识别中起着重要的作用，联合特征有效融合了地貌内在物理属性和外在视觉纹理属性，具有很强的辨别能力。GTD达到87.96%，GTS达到87.71%，GTD和GTS显著提高了地貌识别能力，表明地貌内在物理特征如高程、坡度和外在视觉纹理特征是互补的。其中DEM和坡度数据属于同一地貌形态的GTDS，达到89.47%，比GTD高1.51个点，高于GTS 1.76个点。结果表明，相似模态数据的融合可以提高地貌识别精度，但难以大幅度地提高地貌识别的精度。