技术特征:
技术总结
本发明涉及一种基于全卷积网络的遥感影像地表覆盖分类方法,包括以下步骤:步骤S1:对数据数量有限的数据集进行数据增强,生成数据数量和质量达到训练要求的训练集;步骤S2:融合改进的全卷积网络FCN4s与改进的U型全卷积网络U‑NetBN,建立遥感影像地表覆盖分类模型;步骤S3:通过随机梯度下降来最小化交叉熵损失,学习模型的最优参数,得到训练好的遥感影像地表覆盖分类模型;步骤S4:利用训练好的遥感影像地表覆盖分类模型对待预测的遥感影像进行像素级别的分类预测。该方法综合考虑了FCN和U‑Net两种不同结构的全卷积网络的特点,有利于提高遥感影像地表覆盖分类的性能。
技术研发人员:牛玉贞;陈培坤;郭文忠
受保护的技术使用者:福州大学
技术研发日:2018.04.17
技术公布日:2018.09.14