收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于多特征深度学习的建筑物识别方法

付昊天  
【摘要】:建筑物是多光谱图像重要的地物,如何能够准确地识别出建筑物是目前的研究热点。深度学习技术是人工智能的一大分支,目前已有较多的目标识别方法中使用了深度学习技术,且识别效果较好。但深度学习在多光谱图像建筑物识别方向仍存在一些不足之处,本文主要针对两种深度神经网络的模型及其识别原理进行了研究,先提出了一种基于深度置信网络的多种特征相结合的建筑物识别方法,研究了人工提取特征和深度置信网络提取特征相结合的建筑物识别方法,再提出了一种基于改进的全卷积神经网络的建筑物识别方法,研究了神经网络自提取特征的建筑物识别方法。多光谱图像中的建筑物存在大量的纹理、轮廓和颜色等信息,有效的利用这些信息并设计合理的特征是保证能够准确识别建筑物的前提。本文首先提取了建筑物的Gabor-HoG特征,该特征融合了图像的纹理特征和边缘特征,将提取到的特征进行融合,输入至深度置信网络中提取更高层的特征。将这些特征输入到条件随机场中提取建筑物的上下文特征,再由条件随机场模型根据概率推断出建筑物目标,实现了建筑物的像素级识别。主要解决了经典深度置信网络识别方法忽略目标上下文信息和低层特征的提取的问题。本文还基于深度置信网络与条件随机场的识别方法、基于Gabor-HoG与深度置信网络的评价方法和基于Gabor-HoG与条件随机场的评价方法进行了对比实验,实验结果验证了本文方法能更准确地识别建筑物。卷积神经网络可以通过对卷积核的训练实现对目标的自动特征提取和识别。本文提出了一种针对于多光谱图像中建筑物特性的基于多尺度与旋转扩充训练相结合的全卷积神经网络模型的建筑物识别方法。与基于深度置信网络的多种特征相结合的建筑物识别方法相比,本方法的特征是通过BP算法训练后的卷积核自动提出的,不需要人工设计特征,提取到的特征种类较丰富。该方法先对建筑物进行尺度变换和旋转变换,通过4组并行的卷积核提取其多尺度特征并融合,串行地提取建筑物的更高层特征,最后通过Softmax分类器分类。该方法主要解决了经典全卷积神经网络忽视了尺度不同带来的识别效果的差异,以及由于建筑物朝向不同造成识别降低的问题。本文与J Long等提出的全卷积神经网络模型、B Hariharan等提出的一种改进的全卷积神经网络模型和Shaoqing Ren等提出的一种Faster R-CNN模型进行了对比,实验结果验证了本文方法的有效性。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 王蕾;王辉;黄品高;林闯;郑悦;魏月;郭欣;李光林;;下肢截肢者行走意图识别方法研究进展[J];自动化学报;年期
2 何湘东;朱亦宁;;网络谣言识别方法及展望[J];网络空间安全;2016年Z2期
3 肖清旺;王锦华;朱易翔;;物联网智能终端设备识别方法[J];电信科学;2017年02期
4 闵卫东;石杰;韩清;王玮;;一种分布式人脸识别方法及性能优化[J];光学精密工程;2017年03期
5 张海龙;任波;常占河;李环;;振动目标产生的瑞雷波的识别方法研究[J];沈阳理工大学学报;2017年02期
6 崔德旺;;松辽盆地二氧化碳气层录井识别方法[J];石化技术;2017年10期
7 翟冠;孟华东;孙秀志;王希勤;;用于机动目标跟踪的分段机动识别方法[J];电波科学学报;2015年01期
8 徐永军;;“特殊的平行四边形”易错点剖析[J];初中生世界;2017年15期
9 董泽万;;试分析基于区域生长的道路和桥梁识别方法的研究[J];科技创业家;2014年01期
10 高春庚;孙建国;;基于统计的人脸识别方法综述[J];安阳工学院学报;2012年04期
11 饶伟;翟源景;王鹏;;基于情景分析的项目风险识别方法研究[J];理论观察;2012年05期
12 苏敬勤;仲小云;;核心业务的识别方法分析及实证研究[J];科学学与科学技术管理;2006年04期
13 熊晓青;王晓宇;熊清平;;基于支撑向量机的红外图像人脸识别方法[J];航空制造技术;2006年07期
14 赵金山,戈新,史淑艳,王作洲;病羊的简易识别方法[J];农村养殖技术;2004年04期
15 宋江杰,曾新吾;核试验地震核查的模糊逻辑推理综合识别方法[J];国防科技大学学报;2004年02期
16 邢玉阁,胡玉华;健康牛的识别方法[J];黄牛杂志;2003年05期
17 ;真假蜂蜜识别方法[J];内江科技;2002年05期
18 李德勇;;蝎子雌雄的识别方法[J];农业科技通讯;1992年10期
19 吕超全;;多目标的识别[J];光学工程;1987年05期
20 吴太清;;杂菌的简易识别和防治[J];中国食用菌;1987年03期
中国重要会议论文全文数据库 前10条
1 崔凯华;王国庆;方剑青;李红军;贾俊波;马超;赵烨;张东辉;;基于声模态分析的材料识别方法研究[A];现代振动与噪声技术(第九卷)[C];2011年
2 郑凯;;建立多维数据异常点识别方法的尝试[A];第八届全国体育科学大会论文摘要汇编(一)[C];2007年
3 张朋柱;韩崇昭;万百五;;智能决策支持系统中的问题识别方法与实现[A];全国青年管理科学与系统科学论文集(第2卷)[C];1993年
4 刘丽兰;刘宏昭;;时间序列模型的识别方法[A];制造技术自动化学术会议论文集[C];2004年
5 刘沐宇;李新平;;可拓识别方法在巷道围岩分类中的应用[A];第一届海峡两岸隧道与地下工程学术与技术研讨会论文集(下册)[C];1999年
6 罗智勇;宋柔;荀恩东;;一种基于可信度的人名识别方法[A];第二届全国学生计算语言学研讨会论文集[C];2004年
7 卞玉萍;杨浩;匡胜元;;动态心电图伪差识别方法的研究[A];电工理论与新技术学术年会论文集[C];2005年
8 张玥杰;徐智婷;钱晶;张涛;;自然语言处理中专名识别方法的研究[A];中文信息处理前沿进展——中国中文信息学会二十五周年学术会议论文集[C];2006年
9 苗振伟;许勇;杨军;;超声波人脸识别方法研究[A];中国声学学会2007年青年学术会议论文集(上)[C];2007年
10 孟宇;刘立;李文辉;;用于井下移动设备定位的路标设计及其视频识别方法[A];2011年中国智能自动化学术会议论文集(第一分册)[C];2011年
中国博士学位论文全文数据库 前10条
1 赖韬;线弹性结构时域动态荷载识别方法研究[D];大连理工大学;2017年
2 邰颖;基于表示学习及回归模型的稳健人脸识别方法研究[D];南京理工大学;2017年
3 吕江靖;非限定环境下的人脸识别方法研究[D];中国科学院大学(中国科学院重庆绿色智能技术研究院);2017年
4 徐艺哲;超音速流场中多波系干扰结构识别方法与应用研究[D];清华大学;2016年
5 张莉莉;竞优特征的群识别方法及其应用[D];东北大学;2010年
6 陈绵书;计算机人脸识别方法研究[D];吉林大学;2004年
7 张永梅;基于融合的人脸识别方法研究[D];中北大学;2005年
8 陈浜;基于视觉计算的煤岩识别方法研究[D];中国矿业大学(北京);2018年
9 周昌军;基于图像重构和特征融合的人脸识别方法研究[D];大连理工大学;2008年
10 何光辉;四种人脸识别方法研究[D];重庆大学;2010年
中国硕士学位论文全文数据库 前10条
1 李泽龙;信息物理融合环境下电网恶性数据链识别方法研究[D];东北电力大学;2018年
2 乔治;道路监控场景下行人再识别方法研究[D];北方工业大学;2018年
3 杨新雨;基于监控场景的行人重识别方法的研究与应用[D];电子科技大学;2018年
4 高源;模糊车牌的分割与识别方法研究[D];厦门大学;2017年
5 王震;基于深度学习的人脸识别方法的研究[D];兰州理工大学;2018年
6 付昊天;基于多特征深度学习的建筑物识别方法[D];北方工业大学;2018年
7 蔡子嫣;基于MCCV结合T检验的奇异样本识别方法研究[D];北方工业大学;2018年
8 郭玉龙;运用中级特征的人脸识别方法研究[D];湖南大学;2017年
9 卢薇冰;基于CNN的陆空通话语义识别方法[D];中国民航大学;2017年
10 黄琳;基于深层神经网络的交通标志识别方法研究[D];江苏科技大学;2015年
中国重要报纸全文数据库 前10条
1 新华社记者 段世文;产权证识别方法[N];新华每日电讯;2001年
2 潘 治;德国开发出癌症早期识别方法[N];中国中医药报;2003年
3 易惟谦;翠玉的简易识别方法[N];科技日报;2004年
4 王修增;手机被盗号的6种识别方法[N];中国保险报;2003年
5 陈春道;甲鱼优劣及雌雄的识别方法[N];北京科技报;2003年
6 曹涤环 胡建辉;失效农药的简易识别方法[N];中国花卉报;2004年
7 郑延平;停产鸡的识别方法[N];中国畜牧报;2002年
8 通讯员 孙江静;化肥的简易识别方法[N];云南科技报;2007年
9 ;假劣一次性无菌注射器的识别方法[N];农村医药报(汉);2007年
10 王笑宇;舞弊性财务报告的审计识别方法[N];财会信报;2009年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978