卷积神经网络滑窗识别结合语义推理的城市功能区分类

作     者：王严 刘万军 谭亚丽 李玉 WANG Yan;LIU Wanjun;TAN Yali;LI Yu

作者机构：辽宁工程技术大学测绘与地理科学学院辽宁阜新123000 辽宁工程技术大学软件学院辽宁葫芦岛125000 

出 版 物：《武汉大学学报（信息科学版）》 (Geomatics and Information Science of Wuhan University)

年 卷 期：2023年第48卷第6期

页      面：950-959页

核心收录：

学科分类：083002[工学-环境工程] 0830[工学-环境科学与工程（可授工学、理学、农学学位）] 081802[工学-地球探测与信息技术] 08[工学] 0818[工学-地质资源与地质工程] 081602[工学-摄影测量与遥感] 0816[工学-测绘科学与技术] 

基　　金：国家自然科学基金(41801368) 辽宁省教育厅重点项目(LJ2020ZD003) 辽宁省教育厅科研经费项目(LJKZ0350) 

主　　题：城市功能区 图像分类 卷积神经网络 滑窗识别 语义推理 投票机制 

摘      要：目前基于遥感图像的城市功能区分类方法通常采用光谱特征解译、兴趣点数据辅助、评价策略优化等方式,依赖大量人工操作,并借助遥感图像外的其他信息源。为了解决以上问题,提出利用卷积神经网络进行滑窗识别,提取图像语义标签,结合语义推理机制实现城市功能区分类的滑窗-推理方法。首先,建立两级城市功能区分类,以二级城市功能区为标识标注训练样本,并以此训练卷积神经网络作为识别器;然后,设计有重叠的滑窗识别模式,使用识别器辨识滑窗区域内图像块的二级城市功能区类型;最后,提出一个带权重的打分机制,作为语义推理方式,语义推理对象为全部识别结果,确定各图像块的一级城市功能区类型,实现遥感图像城市功能区分类。实验使用模拟图像和高分辨率遥感图像,两种图像的总分类精度分别可达94.50%、92.04%。滑窗-推理方法旨在通过语义推理处理滑窗识别产生的多语义标签,根据多语义标签确定对象的真实城市功能区。实验结果表明,所提方法无需辅助信息,直接利用遥感图像进行城市功能区分类是可行和有效的。