Feature-Enhanced Deep Network for Multi-Scale Building Segmentation in High-Resolution Drone and Satellite Images
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究提出了一种深度学习框架,显著提高了在WorldView-3高分辨率RGB图像中建筑物分割的准确率,达到96.5%。
🎯
关键要点
- 本研究提出了一种深度学习框架,旨在提高高分辨率RGB图像中建筑物分割的准确率。
- 建筑物分割面临的挑战包括光谱相似性、阴影和不规则建筑几何形状。
- 通过引入特征增强输入和优化训练策略,模型在WorldView-3图像上的表现显著优于现有RGB基准。
- 研究结果显示,模型达到了96.5%的总体准确率和0.80的交并比,证明了其在遥感应用中的强大能力。
➡️