学位专题

封面
声明
中文摘要
英文摘要
目录
第1章绪论
1.1 课题背景及研究目的和意义
1.2 国内外研究现状
1.2.1 传统的高分遥感建筑物提取方法
1.2.2 基于深度学习的高分遥感建筑物提取方法
1.2.3 语义分割建筑物提取方法
1.3高分辨率遥感影像建筑物提取存在的问题
1.4本文研究内容
第2章卷积神经网络相关理论基础
2.1 卷积神经网络
2.1.1 卷积神经网络的基本结构
2.1.2 常见卷积神经网络
2.2全卷积神经网络
2.2.1 全卷积神经网络结构
2.2.2 常见全卷积神经网络
2.3 本章小结
第3章基于ERFNet改进的高分遥感影像建筑物提取方法
3.1 ERFNet网络结构
3.2 基于ERFNet改进后的网络结构
3.3 编码层设计
3.3.1 网络核心模块设计
3.3.2下采样块设计
3.4 解码层设计
3.5 实验结果
3.5.1实验数据集
3.5.2消融实验
3.5.3结果及分析
3.6本章小结
第4章基于DeepLabv3+改进的高分遥感影像建筑物提取方法
4.1 DeepLabv3+的建筑物提取模型
4.2 基于DeepLabv3+改进后的网络结构
4.2.1 主干网络设计
4.2.2 空间金字塔池化改进
4.2.3 引入CBAM机制的DeepLabv3+模型
4.3 实验结果及分析
4.3.1消融实验
4.3.2结果及分析
4.4本章小结
结论
参考文献
攻读硕士学位期间的研究成果
致谢