当前位置: 首页 > 文章 > 基于无人机高光谱遥感和3D-ResNet的荒漠草原地物分类 中国农机化学报 2022,43 (4) 66-73
Position: Home > Articles > Terrain classification in desert steppe based on UAV hyperspectral remote sensing and 3D-ResNet Journal of Chinese Agricultural Mechanization 2022,43 (4) 66-73

基于无人机高光谱遥感和3D-ResNet的荒漠草原地物分类

作  者:
张燕斌;杜健民;王圆;皮伟强;高新超
单  位:
内蒙古农业大学机电工程学院
关键词:
无人机;高光谱;荒漠草原;深度学习;地物分类;3D—ResNet
摘  要:
荒漠草原生态信息调查与统计的瓶颈是效率与精度,传统的人工地面调查效率低,航天航空遥感调查受空间分辨率限制,精度难以满足要求.建立的无人机高光谱遥感系统兼具高光谱分辨率、高空间分辨率和高效性等优势,为基于遥感的高精度荒漠草原生态信息调查与统计提供硬件基础.利用深度学习经典网络模型VGG16与ResNet18和改进为3D卷积核的不同卷积核数量的3D-ResNet18-A、3D-ResNet18-B和3D-ResNet18-C模型对采集到的荒漠草原高光谱数据进行地物分类.结果表明,两种经典模型对荒漠草原中植被、裸土展现出较好的分类效果,而改进为3D卷积核的3D-ResNet模型具备更佳的分类效果,同时对小样本地物具备更强分类性能,其中3D-ResNet18-B的分类性能最好,对植被、土壤、阴影和其他四种地物的总体分类精度达到97.73%.无人机高光谱遥感系统和3D-ResNet模型的深度融合为地物精细分类与统计奠定基础.
译  名:
Terrain classification in desert steppe based on UAV hyperspectral remote sensing and 3D-ResNet

相似文章

计量
文章访问数: 14
HTML全文浏览量: 0
PDF下载量: 4

所属期刊

推荐期刊