一种基于全卷积神经网络的大尺度遥感图像楼房分类方法

授权

摘要

本发明公开了一种基于全卷积神经网络的大尺度遥感图像楼房分类方法。首先，通过在计算网络模型的每层池化层前，融合上一层池化前的特征改善池化造成的图像信息丢失问题；其次，考虑大尺度遥感图像楼房分类的不平衡问题，改进常规的交叉熵损失函数，提出基于FocalLoss损失函数的加权损失函数WFL(Weighted FocalLoss)。本发明公开的一种基于全卷积神经网络的大尺度遥感图像楼房分类方法能够高效准确的生成与原始图像具有同样尺寸大小的二值分类映射图，在大尺度遥感图像楼房分类领域具有重要的实际应用意义，可以为城镇规划、演变提供可靠的技术支持。

基本信息

专利标题：

一种基于全卷积神经网络的大尺度遥感图像楼房分类方法

专利标题（英）：

暂无

公开（公告）号：

CN109117894A

申请号：

CN201811006869.1

公开（公告）日：

2019-01-01

申请日：

2018-08-29

授权号：

CN109117894B

授权日：

2022-05-27

发明人：

闫敬文袁振国陈宏达彭鸿

申请人：

汕头大学

申请人地址：

广东省汕头市大学路243号

代理机构：

广州三环专利商标代理有限公司

代理人：

周增元

优先权：

CN201811006869.1

主分类号：

G06K9/62

IPC分类号：

G06K9/62 G06N3/04