声明
第1章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 遥感影像建筑物阴影特点
1.2.2 遥感影像阴影提取方法研究现状
1.2.3 深度学习在遥感中应用研究现状
1.3 主要研究内容及目的
1.4 本文结构和章节安排
第2章 深度学习相关理论
2.1全连接神经网络
2.2 卷积神经网络
2.2.1 卷积神经网络概述
2.2.2 卷积神经网络特点
2.2.3 卷积神经网络结构
2.3 全卷积神经网络
2.3.1 全卷积神经网络概述
2.3.2 U-Net模型
2.4 本章小结
第3章 实验数据
3.1 数据标签制作
3.2 数据源与数据集划分
3.3 数据预处理
3.3.1 高斯滤波
3.3.2 直方图均衡化
3.3.3 数据增强
3.3.4 数据归一化
3.4 本章小结
第4章 ABSS-Net模型设计与改进
4.1 模型优化
4.1.1 Dropout
4.1.2 批标准化
4.2 编码器与解码器
4.2.1 编码器
4.2.2 解码器
4.3基于注意力机制的特征提取和特征融合算法
4.3.1 注意力机制原理
4.3.2 特征提取算法
4.3.3 特征融合算法
4.4 损失函数
4.5 本章小结
第5章 实验结果及分析
5.1实验环境与配置
5.2模型评价指标
5.3ABSS-Net实验结果分析
5.3.1 航空影像预测结果与分析
5.3.2 卫星影像预测结果与分析
5.4其它对比实验结果分析
5.5膨胀预测
5.6 本章小结
结论与展望
结论
展望
致谢
参考文献
攻读硕士学位期间发表论文
西南交通大学;