检索结果-南通市图书馆

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

片段选择驱动学习的视频异常检测研究

片段选择驱动学习的视频异常检测研究

作者：赵松重庆大学

学位级别：硕士

随着数字信息化、智能化的发展,视频监控技术在智能安防、智能家居和交通监测等领域的应用越来越广泛。视频异常检测是智能视频监控技术的重要组成部分,能够代替人工高效地检测监控视频中的异常片段,是目前学术界和工业界的研究热点。... 详细信息

随着数字信息化、智能化的发展,视频监控技术在智能安防、智能家居和交通监测等领域的应用越来越广泛。视频异常检测是智能视频监控技术的重要组成部分,能够代替人工高效地检测监控视频中的异常片段,是目前学术界和工业界的研究热点。监控视频往往画面相似、场景重复,其中有价值的视频前景和背景片段存在分布不平衡的问题。如何有效地从这样的数据中发现和提取富有表现力和判别力的特征是目前视频异常检测领域的一大研究难点。本文围绕片段选择驱动学习对视频异常检测展开研究,通过选取训练视频中更有意义的片段来进行特征学习和模型优化,使得正常画面与异常画面更加可区分,提高异常检测的准确率。本文的主要工作包括两个部分:(1)针对无监督视频异常检测,提出了一种伪异常片段选择驱动学习的无监督视频异常检测方法。针对视频异常检测无监督训练数据量大、冗余度高等特点,提出了伪异常片段选择驱动学习的训练框架,从原始训练集中迭代地选取部分异常分数高的正常视频帧(记为伪异常帧)来构成新的训练池,用所选训练池优化模型,以精简训练集。在检测模型方面,设计了基于后继帧预测的双路U-Net,以不同采样节奏获取的视频段分别作为两个支路的输入,从而能够从多个粒度上更好地提取和利用视频的时空特征。此外,本文的双路U-Net中每层共享一个记忆模块,通过多层的记忆学习来强化正常模式的影响,抑制异常画面的预测能力。在视频异常检测基准数据集上的实验验证了所提方法在检测精度和训练效率上的有效性。(2)针对弱监督视频异常检测,提出了一种基于代表片段对比学习的弱监督视频异常检测方法。根据现有方法在弱监督设定下对正包中的异常片段定位不准确、使用效率不高的特点,本文提出了腐蚀-膨胀的异常片段选择算法,首先根据阈值大致定位异常片段,然后通过腐蚀操作过滤部分噪声异常片段,再经过膨胀操作保留典型异常片段,从而对异常定位更准确。在此基础上,本方法提出了一种片段对比损失,以典型的异常片段和正常片段来构建正、负匹配对,通过对比学习方法使正常片段和异常片段在特征空间中更加可区分。由于本方法更好地考虑了异常片段的影响,在视频异常检测基准数据集上的展现出优越的性能。值得注意的是,本方法在Shanghai Tech数据集上的误报率降低到了0.02%,超过了当前最优的弱监督视频异常检测方法。

关键词：监控视频视频异常检测样本选择多示例学习

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于增量学习的高光谱图像分类方法

基于增量学习的高光谱图像分类方法

作者：黄少杰西安电子科技大学

学位级别：硕士

高光谱图像具有丰富的空间信息与光谱信息,在环境监控,精准农业等领域具有重要的作用。随着深度学习的发展,基于神经网络的高光谱图像分类技术越来越成熟。但在一些需要模型增量式,持续式学习的高光谱图像分类任务中,或者在模型以往训... 详细信息

高光谱图像具有丰富的空间信息与光谱信息,在环境监控,精准农业等领域具有重要的作用。随着深度学习的发展,基于神经网络的高光谱图像分类技术越来越成熟。但在一些需要模型增量式,持续式学习的高光谱图像分类任务中,或者在模型以往训练过的数据不能获取的情况下想要得到模型对新旧数据良好的分类能力时,模型往往会出现灾难性遗忘问题。增量学习方法可以解决这类问题。本文针对有回放的高光谱图像增量分类任务,做出了以下的探索:(1)提出了基于偏置修正的高光谱图像增量分类方法。灾难性遗忘问题表现为在一个新任务的数据训练下,模型会偏向于输出新任务数据中的类别,而忘记关于旧任务数据类别的分类能力。灾难性遗忘现象是由于增量分类任务中新旧类别数据样本极度不平衡引起的。偏置修正算法引进了一个偏置修正层来修正模型最后的全连接层偏向于新类别的输出分布。偏置修正层的训练通过少量且数量相等的旧任务数据和新任务数据来训练的,通过在多个高光谱数据集上开展高光谱增量分类实验,验证了偏置修正算法抑制灾难性遗忘现象的有效性。(2)提出了基于注意力蒸馏损失的高光谱图像增量分类方法。在偏置修正算法中,模型是分为两个阶段的训练,偏置修正发生在第二阶段,第一阶段为知识蒸馏。知识蒸馏只利用模型的输出来抑制模型对旧知识的遗忘,训练效率较低,没有充分利用高光谱图像丰富的特征信息。本文提出应用注意力蒸馏损失函数来提高模型第一阶段的训练效率。注意力蒸馏损失能利用模型内部参数与输入样本信息来抑制模型对旧知识的遗忘。通过在多个高光谱数据集上开展高光谱增量分类实验,验证了注意力蒸馏损失的加入能增强基于偏置修正的高光谱图像增量分类方法的性能。(3)提出了基于样本选择与数据增强的高光谱图像增量分类方法。本文针对基于偏置修正的高光谱图像增量分类方法中,在更新旧类储存空间时,随机选取新类样本和删除旧类样本的机制会错过更具有类代表性的样本的问题,提出了利用样本的模型特征向量与其所属类别的平均特征向量之间的距离作为样本对于所属类别的重要性,根据重要性来管理储存空间。并使用数据增强的策略来提高模型在训练过程中的样本多样性。实验证明所提出的基于平均特征向量的样本管理机制与数据增强策略能有效地抑制高光谱图像增量分类任务中的灾难性遗忘问题。

关键词：高光谱图像增量分类神经网络偏置修正注意力蒸馏损失样本选择

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的跨域行人再识别算法研究

基于深度学习的跨域行人再识别算法研究

作者：张俊银重庆大学

学位级别：硕士

危害公共安全事件屡屡发生,公共安全问题随之越来越受到人们的关注。随着国家对公共安防领域的投入逐年增加,城市中的监控设备数量也逐渐增长。然而,面对海量的视频监控数据,以人工为主的搜索方式耗时耗力。为满足海量数据下精准且快速... 详细信息

危害公共安全事件屡屡发生,公共安全问题随之越来越受到人们的关注。随着国家对公共安防领域的投入逐年增加,城市中的监控设备数量也逐渐增长。然而,面对海量的视频监控数据,以人工为主的搜索方式耗时耗力。为满足海量数据下精准且快速的行人检索需求,行人再识别这一计算机视觉任务应运而生。随着深度学习地不断发展,行人再识别任务也获得显著进步。目前基于有监督的行人再识别方法在多个公开数据集上已经取得了相当不错的成绩。然而,行人的标注往往是低效且昂贵的。于是,学者们开始关注如何迁移现有带标注的源域样本知识使得模型在未标注的目标域上取得与有监督方法相近的性能。由于源域与目标域间的域差异较大,跨域行人再识别任务依然充满着严峻的挑战。本文围绕跨域行人再识别任务,从挖掘目标域的特定判别性知识和更好利用源域知识两方面出发,进一步提升跨域行人再识别方法的性能。主要的研究内容如下:(1)大多数现有基于聚类的跨域行人再识别方法仅在源域上预训练模型。不幸的是,由于源域和目标域之间存在较大的域差异,仅在源域上预训练的模型可能在目标域上表现不好,这对于后续优化不利。因此,本文提出了一种新颖的目标域自监督预训练(Self-Supervised Pre-training on the Target Domain,SPTD)的跨域行人再识别方法,通过在目标域上设计特定的自监督任务结合源域样本进行多任务学习的预训练。具体而言,SPTD使用不同类型的数据增强方式来模拟目标域中不同的类内变化,并约束增强后的数据分布与原始数据分布的一致性。因此,预训练的模型可以学习到一些关于目标域的特定判别性知识,这有利于后续微调阶段的优化。在三个广泛使用的行人数据集上的大量实验证明了该方法的有效性。(2)针对基于聚类的两阶段训练策略并没有充分利用源域知识。本文提出了一种保留源域知识(Preserving the Knowledge from the Source Domain,PKSD)的跨域行人再识别方法,以有效地利用源域中的知识。具体来说,PKSD采用协同训练策略,带有真实标签的源域样本和伪标签的目标域样本一起提供监督信息。随着训练次数的增加,模型很容易过拟合于源域数据。当源域和目标域之间的域差距很大时,这会损害模型在目标域上的性能。为了缓解这种情况,一方面,本文提出了一个线性递减的时序域关系方法来逐渐降低源域训练权重以减少源域样本的贡献。另一方面,排名引导的实例选择根据不确定性和相似性指标进一步选择信息丰富且可靠的源域样本。在公开数据集上的实验证明了该方法的有效性。

关键词：深度学习行人再识别跨域自监督样本选择

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于相关向量机的人体动作识别模型研究

基于相关向量机的人体动作识别模型研究

作者：林秋婷福建师范大学

学位级别：硕士

人体动作识别相关研究在统计学习、计算机科学、康复工程等交叉学科领域备受高度关注.如何基于小样本人体动作数据获得准确表征人体动作模式显著差异性特征,提高其识别准确精度是近年相关研究探讨的一个热点问题。为此,本文尝试基于相... 详细信息

人体动作识别相关研究在统计学习、计算机科学、康复工程等交叉学科领域备受高度关注.如何基于小样本人体动作数据获得准确表征人体动作模式显著差异性特征,提高其识别准确精度是近年相关研究探讨的一个热点问题。为此,本文尝试基于相关向量机贝叶斯学习算法捕获人体动作模式内在差异性稀疏分布特性,以期提升基于小样本人体动作数据的分类泛化性能,为相关研究提供新的研究思路和方法.相关工作如下:(1)提出一种融合相关向量机和梯度提升决策树算法(Extreme Gradient Boosting,XGBoost)的人体动作判别新模型,该模型充分利用相关向量机贝叶斯学习模型后验概率,定义信息熵度量小样本人体动作数据空间中不同模式分离样本点,准确表征不同人体动作模式差异分布状况,有效提升梯度提升决策树算法的人体动作分类准确度。实验结果表明,所提模型分类准确率可达87.2%,能够有效表征人体动作模式差异分布,提高其分类泛化性能。(2)提出了一种基于核主成分分析的相关向量机人体动作分类新模型,该模型充分利用核函数将核主成分分析与相关向量机相融合,在高维特征空间挖掘更多蕴含人体动作差异信息的非线性特征,提升贝叶斯学习算法捕获人体动作内在差异性稀疏分布特性,提高小样本人体动作数据分类泛化性能.实验结果表明,所提模型能够克服小样本数据人体动作差异特征稀疏性表示差等不足,仅需约10个相关向量,准确表征人体动作模式差异稀疏分布,分类准确率可达95.8%,有效提升分类泛化性能,为提高人体动作识别准确度提供了新的思路和方法。

关键词：人体动作识别相关向量机梯度提升决策树样本选择核主成分分析

基于集群方法(ER)的近红外光谱转移集优化法(英文)

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

光谱学与光谱分析 2022年第4期42卷 1323-1328页

作者：郑开逸张文丁福源周晨光石吉勇丸仲良典邹小波江苏大学食品与生物工程学院江苏镇江212013 Department of Molecular Cell Physiology Kyoto Prefectural University of MedicineKyoto 602-8566Japan

近红外光谱因为具有小成本、易操作、低耗时等优点,所以广泛用于食品领域。作为一种间接的检测方法,近红外光谱检测需要建立光谱和浓度之间的统计模型。但是,一种条件下建立的模型在另一种检测条件下会失效。针对此问题,重新建模可以加... 详细信息

近红外光谱因为具有小成本、易操作、低耗时等优点,所以广泛用于食品领域。作为一种间接的检测方法,近红外光谱检测需要建立光谱和浓度之间的统计模型。但是,一种条件下建立的模型在另一种检测条件下会失效。针对此问题,重新建模可以加以解决,但是重新建立光谱与浓度之间的模型非常繁琐耗时。此时,模型转移可以在避免重新建模的情况下,通过光谱校正,保证预测精度。在模型转移中,已经建立好模型的光谱称为主光谱(A),不用建立模型,而只用主光谱模型预测的光谱称为从光谱(B)。模型转移方法的步骤是,先在校正集中选择一些样本作为主光谱的转移集(A_(t)),然后选择从光谱中浓度和A_(t)相同的光谱,以此作为从光谱的转移集(B_(t))。通过A_(t)和B_(t)构建模型转移矩阵。最后将需要校正的从光谱(B_(v))乘以上述的转移矩阵中,即可获得校正后的从光谱(B_(new))。此时,B_(new)就可以用主光谱的模型来直接预测。在模型转移中,转移集样本的选择对模型校正至关重要。目前,转移集的样本通常从光谱之间的距离而非模型转移误差获得。但是,转移误差对模型转移结果的验证至关重要,故该研究出了基于集群分析的集群优化法(ER)并将其用于优化KS方法产生的转移集样本。ER先用随机方法建立转移集的多个子集合,并计算每个子集合的转移误差。然后,对某一个样本,计算包含这个样本的子集合转移误差均值。最后,选择转移误差均值较低的样本作为新转移集样本进行模型转移。以玉米数据测试了ER算法。结果显示,对于典型相关分析-有信息成分提取法(CCA-ICE)、直接校正法(DS)、分段直接校正法(PDS)、光谱空间转化法(SST)这些常见的模型转移方法,相比于KS样本选择方法,ER方法可以找出重要的转移集样本,进而显著降低模型转移误差。

关键词：模型转移集群分析样本选择偏最小二乘近红外光谱

基于卷积神经网络的孔隙介质导通性能预测研究

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于卷积神经网络的孔隙介质导通性能预测研究

作者：安逸飞齐鲁工业大学

学位级别：硕士

孔隙介质是一种由固体骨架和孔隙结合而成的介质,包括岩石、骨骼以及许多人造材料等,在自然界和工业生产场景中分布十分广泛。其中,流体在介质内部孔隙空间的流动过程的建模对于油气田开采、地下水保护等技术,甚至生命体内部养分传输机... 详细信息

孔隙介质是一种由固体骨架和孔隙结合而成的介质,包括岩石、骨骼以及许多人造材料等,在自然界和工业生产场景中分布十分广泛。其中,流体在介质内部孔隙空间的流动过程的建模对于油气田开采、地下水保护等技术,甚至生命体内部养分传输机制等机理研究有着重要意义。而孔隙空间的结构复杂性、物理性能的高度耦合性,使得流动建模过程需要高昂的计算、设备成本。流体在孔隙介质中运动的过程与状态主要决定于孔隙横截面的形状。因此,研究不同孔隙截面的孔隙在多孔介质中的导通能力,对于研究非常规复杂孔隙结构导通能力有着一定贡献。随着深度学习算法的不断发展,其中的卷积神经网络模型因其具备精度高、特征提取充分、计算速度快、普适性强等特点被广泛的应用于数字图像与物理性能的研究中。该方法对于孔隙介质复杂形状的特征提取和分析也将发挥重要作用,但还缺乏相关研究。本文通过卷积神经网络分析孔隙截面形状,提取孔隙截面形状特征,预测不同截面形状的孔隙的导通率的值,来研究孔隙形状与孔隙导通能力之间的关系,最终得到了从孔隙截面形状到导通性能的映射关系。同时,以LBM方法得到的结果作为“金标准”,对比本文方法结果得到6%的平均误差,证明本文提出的方法可以快速、精准地预测孔隙形状的导通能力。具体工作如下:（1）根据样本集特点,提出并使用了一种基于置信区间估计的样本选择方法,对得到的样本集进行筛选,去除了噪声样本,增强了样本集特征显著性水平。（2）利用特征金字塔技术改进卷积神经网络模型,通过尺度信息融合和特征提取,得到了从截面形状到对应导通能力的映射关系。同时,通过规则形状、真实形状两类样本对模型性能进行了验证。（3）利用注意力机制改进卷积神经网络模型,提高了模型对形状特征提取能力,并具备了一定可解释性。随后通过复现前人的工作与本文提出的模型进行性能对比,证明本方法在形状特征提取与分析方面的优越性。

关键词：孔隙截面形状样本选择卷积神经网络尺度信息融合注意力机制

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于无监督域适应的深度聚类模型研究

基于无监督域适应的深度聚类模型研究

作者：杨之蒙电子科技大学

学位级别：硕士

传统的聚类方法是浅层方法,其特征学习能力较弱。深度聚类将深度神经网络使应用于聚类任务中,将聚类目标和数据的特征提取过程相结合,极大的提高了聚类方法尤其是在高维度数据上的效果。但传统聚类算法依赖于被聚类数据集本身,无法借助... 详细信息

传统的聚类方法是浅层方法,其特征学习能力较弱。深度聚类将深度神经网络使应用于聚类任务中,将聚类目标和数据的特征提取过程相结合,极大的提高了聚类方法尤其是在高维度数据上的效果。但传统聚类算法依赖于被聚类数据集本身,无法借助外部信息。而无监督域适应方法为应对现有的深度聚类方法的瓶颈提出了新思路。通过从源域转移知识,可以提高未标记目标域上深度聚类的性能。目前的无监督域适应算法大多数存在以下两个缺点:（1）大多数无监督域适应方法在完成样本生成的同时进行目标域聚类,样本生成任务往往需要大量的计算成本,而其所生成的数据细节在聚类问题中往往是不重要的。（2）传统方法大多基于一个假设:源域中有足够数量的带标签数据可以用来进行有效的迁移。然而,这一假设在实践中并不总能得到满足。首先,不能保证源域中有足够的带标签数据。其次,源域中的噪声数据可能造成负迁移现象。为了解决问题（1）,本文提出了特征生成层面上的无监督域适应算法,该算法以无监督的方式在特征层面学习从源域到目标域需要迁移的知识,将源域图像特征映射为目标域图像特征并保持标签信息,这些生成的带标签特征可用于目标域特征的分类训练。为了解决问题（2）,本文提出了一种新的迁移学习框架,可以基于完全无监督的域适应来改进深度聚类效果。具体来说,为了在源域中选择可靠的样本进行传输,本文设计了一种新的自适应阈值算法来选择低熵样本。通过实验,证明了本文所提出的方法有效地改进了深度聚类的效果。此外,与在源域中使用标记数据的最先进方法相比,本文所提出的方法在源域中不使用任何标记数据的情况下取得了具有竞争力的结果。在解决问题（2）的过程中,本文发现并不是所有数据集都能找到合适的源域作为信息来源,因此本文提出了仅依赖聚类样本本身的无源域数据的自迁移模型。该方法中,对于难以找到合适源域的数据集,将低熵伪标签样本作为源域,完成高熵样本到低熵样本的映射,本文将其应用在实验数据集以及真实的自然数据上,均取得了较好的聚类效果。

关键词：深度聚类无监督域适应生成对抗模型样本选择迁移学习

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于迁移学习的脑电情感识别研究

基于迁移学习的脑电情感识别研究

作者：李琦太原理工大学

学位级别：硕士

情感与人们的日常生活关系密切,随着人工智能技术的发展,情感识别研究受到越来越多的关注,通过采集人们在不同情感响应时的外部行为表现和生理参数,可以使计算机自动识别人类情感的变化,并广泛应用在人机交互、交通安全、医疗辅助、远... 详细信息

情感与人们的日常生活关系密切,随着人工智能技术的发展,情感识别研究受到越来越多的关注,通过采集人们在不同情感响应时的外部行为表现和生理参数,可以使计算机自动识别人类情感的变化,并广泛应用在人机交互、交通安全、医疗辅助、远程教育和情绪疏导等多种场景,情感识别研究具有重要的意义和巨大的应用价值。传统的使用语音和面部表情等非生理信号进行情感识别,易受使用者刻意掩饰外在表现而造成情感识别错误,而生理信号中的脑电（Electroencephalogram,EEG）可以客观反映情感状态变化,且有低成本、高时间分辨率、高便携性和简单易得等优点,受到广泛关注,开展基于脑电的情感识别研究具有重要意义。但脑电信号通常很微弱,容易掺杂噪声,以及非平稳特性,导致不同被试之间的脑电信号,甚至同一个被试者在较长时间跨度上的脑电信号都会有很大的差异。传统的脑电情感识别使用的训练集和测试集都来源于同一个被试和同一个试次,当训练集和测试集来源于不同的被试或者不同的试次时,情感识别效果不理想。迁移学习方法可以让一个领域的知识迁移到另一个领域中,帮助另一个领域构建更好的模型。在脑电情感识别中加入迁移学习的方法,可以有效提高对不同被试和不同试次的脑电情感识别准确率。本文主要针对跨被试和跨试次的脑电情感识别做研究,设计了一个基于样本迁移和基于特征迁移的情感识别模型,主要研究内容如下:（1）由于源域中既包含有利于目标域识别的数据,也包含对目标域识别产生负作用的数据,导致负迁移发生,本文从样本分布特性出发,设计了一种基于k-means的样本选择方法。该方法通过对目标域数据进行k-means聚类,得到多个聚类中心,在源域上选取与聚类中心距离相近的点作为新的源域数据,控制新源域数据的数量并使各类的样本数保持均衡,最后使用筛选后的新源域数据训练分类器模型,对目标域进行分类识别。新的源域数据由于剔除掉了一些易使识别模型产生负迁移的样本点,所以由新源域数据训练的分类器模型,相比未经过筛选的源域数据训练的模型,对目标域的分类识别结果更好。（2）由于源域和目标域的特征概率分布不同,导致由源域上未对齐的特征数据训练的分类识别模型对目标域识别效果差。针对这一问题,本文从基于特征的迁移学习角度,提出了一个可以对齐两个域概率分布的损失函数。最大均值差异（Maximum Mean Discrepancy,MMD）衡量源域和目标域在再生希尔伯特空间（Reproducing Kernel Hilbert Space,RKHS）中均值差异的大小,通过最小化两个域的最大均值差异,可以对齐这两个域的边缘概率分布。局部最大均值差异（local maximum mean discrepancy,LMMD）衡量两个域的条件概率分布的差异,计算时先对两个域中同类别的数据求最大均值差异,再求它们平方的均值。通过把MMD和LMMD与传统的交叉熵损失按一定系数相加,得到可以在训练模型过程中对齐源域和目标域数据的损失函数,并将其用于堆栈自编码器的脑电情感识别模型,来同时提高识别模型对目标域的识别性能和模型的稳定性。基于堆栈自编码器的识别模型,可以通过逐层预训练,使模型更容易收敛。堆栈自编码器属于深度模型,改进的损失函数中加入了迁移学习元素,通过把深度模型和迁移学习结合在一起,利用深度学习的学习能力充分对两个域的特征进行对齐,达到跨领域识别的目的,提高了分类器对目标域的情感识别准确率。本文在SEED数据库上进行跨被试和跨试次的脑电情感识别实验,结果显示,基于k-means聚类的样本选择方法和基于堆栈自编码器的情感识别模型对不同被试的情感脑电和不同试次的情感脑电都有较好的识别性能。

关键词：迁移学习情感识别样本选择堆栈自编码器

基于深度学习的高空间分辨率遥感影像建筑屋顶提取方法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的高空间分辨率遥感影像建筑屋顶提取方法

作者：廖文锐江西理工大学

学位级别：硕士

高空间分辨率遥感影像拥有大量的光谱特征和几何特征,通过深度学习对这些特征进行充分的学习,可以实现高效、高精度的提取建筑屋顶。然而,基于深度学习的方法虽然能够自动地学习特征来提取建筑屋顶,但是需要充足且高质量的样本。在实际... 详细信息

高空间分辨率遥感影像拥有大量的光谱特征和几何特征,通过深度学习对这些特征进行充分的学习,可以实现高效、高精度的提取建筑屋顶。然而,基于深度学习的方法虽然能够自动地学习特征来提取建筑屋顶,但是需要充足且高质量的样本。在实际情况下,获取大量高质量的样本存在困难,因为受到人的主观因素的影响并且需要耗费大量时间。同时,该类方法难以确保自动学习的特征是有效的,以及结合实际情况进行人工干预也是相当麻烦和困难的。因此,需要结合实际生产活动,选择样本并且使用深度学习模型能够高效的提取建筑屋顶,或者对样本进行充分学习,并使用更复杂的深度学习模型进行高精度的提取建筑屋顶。为了解决以上现存问题,本文以开源的WHU建筑物数据集和自行制作的赣州建筑物数据集作为数据源,研究了一种结合了样本选择的基于深度学习的高空间分辨率遥感影像建筑屋顶提取方法,具体的研究工作如下:(1)基于ResNet改进的Unet的建筑屋顶提取为了实现高效的建筑屋顶提取,提出基于ResNet改进的Unet(Unet(ResNet))。首先设计了基于ResNet改进的Unet结构,然后讨论了仅使用Unet进行建筑屋顶提取的缺陷,以及与其相比基于ResNet改进的Unet的优势所在。最后,比较了使用不同ResNet架构作为编码器的建筑屋顶提取效果和精度。最终,确定了以ResNet50作为编码器对Unet进行改进,以兼顾模型的训练效率和建筑屋顶提取精度。(2)基于ResNeXt改进Unet++的建筑屋顶提取虽然基于Unet(ResNet)能够快速且有效地提取建筑屋顶,但是为了充分利用建筑物样本,仍需要使用更加复杂的模型对现有的样本进行充分有效的学习,以获得更高的建筑屋顶提取精度。因此,使用了Unet的改进版本Unet++,以及使用ResNet的改进版本ResNeXt作为编码器,来进行基于ResNeXt改进的Unet++(Unet++(ResNeXt))建筑屋顶的提取,并与Unet(ResNet)以及不同网络和编码器进行对比,讨论建筑屋顶提取精度以及模型训练效率。(3)基于图像相似度的样本选择优化方法在基于深度学习的建筑屋顶提取中,建筑物数据集包含具有不同城市分布结构和光谱特征的影像。由于测试影像和训练影像的图像相似程度不同,结合哈希算法和直方图算法构建了图像相似度来对影像间的相似程度进行排序,通过对图像相似度排序设置步长,讨论了使用不同样本选择数量对建筑屋顶提取效果和精度的影响,并选择最优样本数量。最终,结合样本选择分别使用Unet(ResNet)和Unet++(ResNeXt)进行建筑屋顶提取,并讨论这两个改进模型结合样本选择的意义。本文选择开源的WHU建筑物数据集中的航空影像数据集和全球城市卫星数据集以及自行制作的赣州建筑物数据集数据源,进行了基于深度学习的高空间分辨率遥感影像建筑屋顶提取方法研究。以交并比(Io U)、召回率(Recall)、精确率(Precision)、准确率(Accuracy)、F1分数(F1 Score),作为模型的评价标准来评估建筑屋顶提取的效果。并且使用1周期中训练模型所需要的时间(Time)来进行对模型训练效率的评价。基于Unet(ResNet)的建筑屋顶提取的F1 Score、Time在航空影像数据集中分别为0.9878、05:22。在全球城市卫星数据集中分别为0.8995、00:14,结合样本选择后分别为0.9011、00:13。在赣州建筑物数据集中分别为0.9106、00:35,结合样本选择后分别为0.9027、00:33。基于Unet++(ResNeXt)的建筑屋顶提取F1 Score、Time在航空影像数据集中分别为0.9885、14:07。在全球城市卫星数据集中分别为0.9284、00:34,结合样本选择后分别为0.9314、00:33。在赣州建筑物数据集中分别为0.9377、01:32,结合样本选择后分别为0.9336、01:31。对比两个模型可以发现,Unet(ResNet)效率较高且也能保持较高精度,通过结合样本选择可以获得更高的效率和精度从而实现高效率的建筑屋顶提取。Unet++(ResNeXt)效率较低但能获得高精度,在不需要对样本选择的情况下实现高精度的建筑屋顶提取。

关键词：深度学习高空间分辨率遥感影像样本选择建筑屋顶提取