《表1 精度评估:融合随机森林和超像素分割的建筑物自动提取》
根据分析单元的不同,本文将像元级和对象级建筑物信息提取方法分别进行了精度评估,像元级方法是以像元作为分析单元,对象级方法是以建筑物对象作为分析单元。表1总结了支持向量机(SVM)和随机森林(RF)在不同分析单元建筑物信息提取精度的评价结果。从整体精度评估来看,随机森林方法在完整性(comp)、正确性(corr)和F1方面均优于支持向量机方法,整体效果较好。从分区精度评估来看,一般城市区(区域1)提取效果最好,而在城中村区域(区域2),由于建筑物的复杂性,图像分割难以获得准确的对象,会出现大面积融合建筑物对象,导致comp、coor、F1指标出现虚高的情况。
图表编号 | XD00190269400 严禁用于非法目的 |
---|---|
绘制时间 | 2021.02.25 |
作者 | 陈利燕、林鸿、吴健华 |
绘制单位 | 广州市城市规划勘测设计研究院、广州市城市规划勘测设计研究院、广州市城市规划勘测设计研究院 |
更多格式 | 高清、无水印(增值服务) |