《表1 样本划分方案:基于深度学习的激光遥感图像特征识别》
为验证基于本文构建的深度学习方法在激光遥感特征识别方面的精度优势,采用SVM方法、CNN方法、CNN+CRF方法以及本文方法对某典型农村地区的激光遥感图像进行特征识别对比实验,图3(a)表示待分类激光遥感图像。该图像为492×394大小,待研究的类别主要是人工建筑、高树与地表三类。图3(a)的标准对照图用图3(b)表示,后面的实验分析也是参照该标准对照图进行各方法的性能分析。基于各个地物类型的占比差异,从样本总量中获取相应数量的训练样本,测试样本则是从除训练样本以外的总样本集中随机获取的。表1为本实验的详细样本划分方案。
图表编号 | XD0034904500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.02.25 |
作者 | 俞淑燕、魏哲 |
绘制单位 | 浙江邮电职业技术学院管理与信息分院、中国民用航空飞行学院计算机学院 |
更多格式 | 高清、无水印(增值服务) |