检索结果-南通市图书馆

correg-yolov3:a Method for Dense Buildings Detection in High-resolution Remote Sensing Images

Journal of Geodesy and Geoinformation Science 2023年第2期6卷 51-61页

作者： Zhanlong CHEN Shuangjiang LI Yongyang XU Daozhu XU Chao MA Junli ZHAO School of Geography and Information Engineering China University of GeoscienceWuhan 430078China Key Laboratory of Geological Survey and Evaluation of Ministry of Education China University of GeosciencesWuhan 430074China Key Laboratory of Urban Land Resource Monitoring and Simulation Ministry of Natural ResourceShenzhen 518034China Xi’an Research Institute of Surveying and Mapping Xi’an 710054China State Key Laboratory of Geo-Information Engineering Xi’an 710054China School of Computer Science China University of GeoscienceWuhan 430078China Central Southern China Electric Power Design Institute Co. Ltd.Wuhan 430071China

The exploration of building detection plays an important role in urban planning,smart city and *** at the problem of high overlapping ratio of detection frames for dense building detection in high resolution remote sensing images,we present an effective yolov3 framework,corner regression-based yolov3(correg-yolov3),to localize dense building *** improved yolov3 algorithm establishes a vertex regression mechanism and an additional loss item about building vertex offsets relative to the center point of bounding *** extending output dimensions,the trained model is able to output the rectangular bounding boxes and the building vertices ***,we evaluate the performance of the correg-yolov3 on our self-produced data set and provide a comparative analysis qualitatively and *** experimental results achieve high performance in precision(96.45%),recall rate(95.75%),F1 score(96.10%)and average precision(98.05%),which were 2.73%,5.4%,4.1%and 4.73%higher than that of ***,our proposed algorithm effectively tackles the problem of dense building detection in high resolution images.

关键词： high resolution remote sensing image correg-yolov3 corner regression dense buildings object detection

来源：

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

高分影像密集建筑物correg-yolov3检测方法

引用

测绘学报 2022年第12期51卷 2531-2540页

作者：陈占龙李双江徐永洋徐道柱马超赵军利中国地质大学(武汉)地理与信息工程学院湖北武汉430078 中国地质大学(武汉)地质探测与评估教育部重点实验室湖北武汉430074 自然资源部城市国土资源监测与仿真重点实验室广东深圳518034 西安测绘研究所陕西西安710054 地理信息工程国家重点实验室陕西西安710054 中国地质大学(武汉)计算机学院湖北武汉430078 中南电力设计院有限公司湖北武汉430071

精准地检测建筑物目标对于城市规划、智慧城市建设和军事民事活动中均有重要意义。针对高分辨率遥感影像中密集型建筑物检测框重叠比高的问题,本文提出了一种correg-yolov3(corner regression-based yolov3)检测方法,该方法以yolov3网... 详细信息

精准地检测建筑物目标对于城市规划、智慧城市建设和军事民事活动中均有重要意义。针对高分辨率遥感影像中密集型建筑物检测框重叠比高的问题,本文提出了一种correg-yolov3(corner regression-based yolov3)检测方法,该方法以yolov3网络架构为基础,通过嵌入角点回归机制,增设一个关于顶点相对于边界框中心点的偏移量的额外损失项,扩展其输出维度,使其可同时输出矩形检测框及建筑物角点,实现密集分布的建筑物精准定位。最后,通过试验对本文方法进行定性和定量的评估。试验研究结果表明:本文方法检测精度、召回率、F1和平均精度分别达到了96.45%、95.75%、96.10%和98.05%,较原算法yolov3分别提高了2.73%、5.4%、4.1%和4.73%。因此,本文方法有效解决了高分影像中密集型建筑物的检测问题。

关键词：高分遥感影像 correg-yolov3 角点回归密集建筑物目标检测

来源：

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

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：