基于语义分割深度学习方法的三峡库区土地利用制图
计算机视觉与模式识别
2018-04-03 v1
摘要
三峡大坝是一项横跨世纪的巨型工程，位于中国湖北省宜昌市三斗坪镇，横跨长江而建，其修建旨在提供巨大电力、改善航运、控制长江上游洪水并增加长江中下游枯季流量。其效益巨大且综合。然而，对社会与环境的影响对其周边地区也极为深远。绘制土地利用/土地覆盖变化（LUCC）图对于追踪这些影响至关重要。遥感已被证明是利用基于像素或面向对象的分类器在不同分辨率下实时、大范围（如三峡库区（TGRA））制图与监测土地利用变化的有效手段。本文首先利用rapideye 5米分辨率数据测试了最先进的语义分割深度学习分类器在TGRA地区7类LUCC制图中的表现。为提高山区精度，还加入了地形信息。与基于像素的分类器相比，语义分割深度学习方法在5米分辨率水平上具有更好的精度与鲁棒性。
引用
@article{arxiv.1804.00498,
title = {Land use mapping in the Three Gorges Reservoir Area based on semantic segmentation deep learning method},
author = {Xin Zhang and Bingfang Wu and Liang Zhu and Fuyou Tian and Miao Zhang and Yuanzeng},
journal= {arXiv preprint arXiv:1804.00498},
year = {2018}
}