關注途遠GIS官方微信
摘要:為了充分融合不同深度學習模型在建筑提取中的互補信息,該文提出一種基于深度學習概率決策融合的高分辨率影像建筑物提取方法,將不同深度學習模型的類別分割概率進行融合作為最終建筑提取的依據,以實現不同模型之間的優勢互補,最后采用形態學后處理方法進一步優化建筑提取結果。采用3組不同分辨率,具有多種地物形態的建筑數據集驗證本文方法的有效性。實驗表明該文提出的概率決策融合方法取得了滿意的精度(F指數分別為
2021年09月21日隨著測繪行業應用的推廣,隨著各種軟件越來越智能化,更隨著大疆無人機進入測繪行業,原來高門檻,高操作難度的測繪行業,漸漸能讓更多的人進入參與。特別近幾年,CC(Smart3D)軟件以簡單的操作,真實高精度的傾斜模型還原,成了行業內外人討論學習的熱門軟件。而使用CC(Smart3D)軟件生產,不可避免的會遇到需要“堆機器”的問題,原來測繪中很多作業都需要人工參與,且較少需要多電腦協作運算。
2021年11月27日