基于U-net超神经分割与相似度计算的卫星影像植被变化评估
图像与视频处理
2019-09-11 v1 计算机视觉与模式识别
摘要
植被是连接土壤、大气与水的自然纽带。它在一定程度上可表征土地覆盖的变化，并可作为全球变化研究的指示因子。测量覆盖度的方法可分为地表测量与遥感两类。由于植被覆盖具有显著的空间与时间分异特征，遥感已成为估算植被覆盖度的重要技术手段。本文首先利用U-net进行遥感影像语义分割训练，随后基于语义分割结果，采用积分递进法计算林地变化率，最终实现对林地变化率的自动化评估。
引用
@article{arxiv.1909.04410,
title = {U-net super-neural segmentation and similarity calculation to realize vegetation change assessment in satellite imagery},
author = {Chunxue Wu and Bobo Ju and Naixue Xiong and Guisong Yang and Yan Wu and Hongming Yang and Jiaying Huang and Zhiyong Xu},
journal= {arXiv preprint arXiv:1909.04410},
year = {2019}
}