受不規(guī)律潮汐的影響,現(xiàn)有的海島地物類(lèi)別自動(dòng)識(shí)別方法存在精度低和時(shí)效性差等問(wèn)題,通過(guò)改進(jìn)深度卷積神經(jīng)網(wǎng)絡(luò)提出了一種基于遙感影像的海島快速識(shí)別方法:（1）在深度卷積神經(jīng)網(wǎng)絡(luò)的卷積層中增設(shè)1×1的卷積核作為瓶頸單元,對(duì)多波段的遙感影像進(jìn)行降維;（2）在池化層引入了重采樣方法,基于灰度值對(duì)海量的遙感影像進(jìn)行特征壓縮。以300景Landsat-8遙感影像為源數(shù)據(jù),分別采用CNN、RCNN和本文改進(jìn)的深度卷積神經(jīng)網(wǎng)絡(luò)對(duì)遙感影像中的海島進(jìn)行識(shí)別,實(shí)驗(yàn)結(jié)果表明:（1）改進(jìn)的深度卷積神經(jīng)網(wǎng)絡(luò)降低了海島識(shí)別的計(jì)算耗時(shí),其計(jì)算耗時(shí)僅為CNN的4.56%和RCNN的5.60%;（2）改進(jìn)的深度卷積神經(jīng)網(wǎng)絡(luò)較CNN和RCNN提高了海島識(shí)別的精度,識(shí)別精度分別為96.0%、93.3%和95.0%。結(jié)果說(shuō)明,改進(jìn)的深度卷積神經(jīng)網(wǎng)絡(luò)適用于面向遙感影像的海島自動(dòng)識(shí)別。 

【文章來(lái)源】：上海海洋大學(xué)學(xué)報(bào). 2020,29(03)北大核心CSCD

【文章頁(yè)數(shù)】：7 頁(yè)

【部分圖文】：

基于瓶頸單元的遙感影像降維

實(shí)驗(yàn)數(shù)據(jù)為2013年至2016年中國(guó)近海的Landsat-8遙感影像,共300景,分辨率為30 m,數(shù)據(jù)范圍涵蓋我國(guó)東海與南海海域。圖5為部分實(shí)驗(yàn)數(shù)據(jù),為波段5、6、4的合成影像。自300景遙感影像中隨機(jī)選取200景作為訓(xùn)練數(shù)據(jù)集,100景作為驗(yàn)證數(shù)據(jù)集。將200景訓(xùn)練數(shù)據(jù)分別進(jìn)行90°、180°、270°旋轉(zhuǎn)后擴(kuò)充至800景,構(gòu)成訓(xùn)練數(shù)據(jù)集。基于labelImg軟件對(duì)遙感影像中海島邊界信息進(jìn)行標(biāo)記,從而構(gòu)建了訓(xùn)練數(shù)據(jù)集,海島邊界標(biāo)記信息存儲(chǔ)在XML文件中。采用GPU為英偉達(dá)GM170GL計(jì)算卡,并借助CUDA8.0調(diào)用基于Tensorflow1.9.0搭建的深度卷積神經(jīng)網(wǎng)絡(luò)。

圖1所示為改進(jìn)的卷積神經(jīng)網(wǎng)絡(luò)架構(gòu)圖,包括1個(gè)輸入層、3個(gè)卷積層、1個(gè)池化層、多個(gè)全連接與分類(lèi)器。3個(gè)卷積層分別為:第1個(gè)卷積層為降維層,為提高計(jì)算效率增設(shè)1×1的卷積核作為瓶頸單元,通過(guò)卷積運(yùn)算對(duì)遙感影像進(jìn)行降維;第2個(gè)卷積層為特征提取層,由多個(gè)3×3的卷積核構(gòu)成,用于提取遙感影像的局部空間或紋理特征;第3個(gè)卷積層為反降維層,由3個(gè)3×3的卷積核構(gòu)成,將特征提取后的遙感影像反降維。池化層與第2個(gè)卷積層(即特征提取層)相伴而生,用于對(duì)卷積核運(yùn)算提取的特征進(jìn)行壓縮。而后通過(guò)全連接層對(duì)提取的特征影像拉伸成一維矢量并映射到樣本空間,再通過(guò)分類(lèi)器對(duì)遙感影像進(jìn)行分類(lèi)。1.1 卷積層:增設(shè)瓶頸單元實(shí)現(xiàn)遙感影像降維

【參考文獻(xiàn)】：
期刊論文
[1]基于高分遙感影像的海島建筑物高度測(cè)算研究[J]. 孫苗,張宏曄,張峰,范詩(shī)玥,陳紹建,張建楠.  海洋通報(bào). 2018(04)
[2]改進(jìn)水平集模型的海島邊界快速分割方法研究[J]. 王振華,何婉雯,孫婧琦,曲念毅,黃冬梅.  計(jì)算機(jī)科學(xué)與探索. 2019(07)
[3]基于高分辨率遙感影像的銅盤(pán)島土地利用檢測(cè)[J]. 張琳琳,周斌,潘玉良,雷惠.  杭州師范大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(02)
[4]高分辨率SAR影像在海島監(jiān)視監(jiān)測(cè)中的應(yīng)用[J]. 李曉敏,張杰,孟俊敏,馬毅.  海洋開(kāi)發(fā)與管理. 2018(02)
[5]海島岸線遙感立體測(cè)圖精細(xì)測(cè)量方法[J]. 黨亞民,章傳銀,周興華,薛樹(shù)強(qiáng),許軍.  測(cè)繪通報(bào). 2017(11)
[6]基于遺傳優(yōu)化的海島礁彩色影像增強(qiáng)方法[J]. 李國(guó),蔡海峰,王長(zhǎng)春,張佳.  地理空間信息. 2017(02)
[7]深度卷積神經(jīng)網(wǎng)絡(luò)在Caltech-101圖像分類(lèi)中的相關(guān)研究[J]. 段建,翟慧敏.  計(jì)算機(jī)應(yīng)用與軟件. 2016(12)
[8]基于深度卷積神經(jīng)網(wǎng)絡(luò)的船舶識(shí)別方法研究[J]. 趙亮,王曉峰,袁逸濤.  艦船科學(xué)技術(shù). 2016(15)
[9]基于高分辨率遙感影像的西沙趙述島地表覆蓋提取與演變分析[J]. 李亞萍,燕琴,劉正軍,馬毅.  熱帶海洋學(xué)報(bào). 2016(02)
[10]基于均值漂移的海島(礁)岸線快速提取[J]. 方亮,付成群,方濤,洪建國(guó).  解放軍理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(05)



本文編號(hào)：3516790