《表2 三个实验的准确率:基于深度学习的高分遥感影像乡镇建筑物识别方法》
为了验证本文方法的性能,我们还做了两组对比实验:第一组实验中采用传统图形学的方法,先将图像进行形态学开闭运算和前景提取将图像前景和背景分开,然后用分水岭算法将建筑物区域从原图像中分割出来,再用轮廓检测的方法将建筑物轮廓提取出来。第二组实验选用的方法也是基于深度学习,其模型用的同样是本文中Faster-RCNN模型,只是在数据集标记时采取的策略与本文中所述策略不同,而是将建筑物按屋顶进行标记,统一标记为一类building,其余的为背景。这三个实验的准确率如表2所示:
图表编号 | XD0091305800 严禁用于非法目的 |
---|---|
绘制时间 | 2019.01.20 |
作者 | 王利忠、张宏海、仲波、牛铁 |
绘制单位 | 中国科学院计算机网络信息中心、中国科学院大学、中国科学院计算机网络信息中心、中国科学院遥感与数字地球研究所、中国科学院计算机网络信息中心 |
更多格式 | 高清、无水印(增值服务) |