首页> 中文学位 >基于深度学习的高分辨率遥感影像建筑物提取研究
【6h】

基于深度学习的高分辨率遥感影像建筑物提取研究

代理获取

目录

声明

第1章 绪论

1.1 研究背景与意义

1.2国内外发展现状

1.3 研究内容与论文结构安排

第2章 高分辨率遥感影像及研究区概况

2.1高分辨率遥感影像

2.2 研究区和研究数据

2.3 建筑物提取精度评价指标

2.4 本章小结

第3章 高分辨率遥感影像建筑物特征提取算法研究

3.1高分辨率遥感影像建筑物特征

3.2高分辨率遥感影像建筑物特征提取算法研究

3.3本章小结

第4章 基于卷积神经网络的单时相高分辨率遥感影像建筑物提取研究

4.1技术路线

4.2单时相建筑物特征

4.3基于卷积神经网络的建筑物提取方法

4.4 基于卷积神经网络的单时相高分辨率建筑物提取结果

4.5 建筑物提取精度与分析

4.6本章小结

第5章 基于多特征LSTM网络的多时相高分辨率遥感影像建筑物提取研究

5.1 技术路线

5.2多时相高分辨率遥感影像及预处理

5.3 多时相建筑物特征

5.4 基于多特征LSTM网络的建筑物提取方法

5.6 建筑物提取精度分析与讨论

5.7 本章小结

第6章总结与展望

6.1主要工作与创新

6.2 存在问题与展望

参考文献

作者简历及在学期间所取得的科研成果

致谢

展开▼

著录项

  • 作者

    王钰涵;

  • 作者单位

    吉林大学;

  • 授予单位 吉林大学;
  • 学科 电路与系统
  • 授予学位 硕士
  • 导师姓名 顾玲嘉;
  • 年度 2020
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类
  • 关键词

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号