技术特征：
技术总结
本发明公开了一种基于深度学习语义分割网络的遥感影像地物分类方法，首先对遥感影像中各类地物进行逐像素标注，构建遥感地物标注影像库作为训练标签。随后本发明设计一种采用纹理、结构特征为基础构建多尺度特征图组的方法，将特征图组和原始影像合并作为深度学习网络的输入，除此之外本发明根据deeplab算法设计了一种全卷积网络的改进网络结构，通过卷积与反卷积进行参数训练，最终对宽幅遥感图像进行重叠切分，分类后合并得到最终宽幅遥感影像地物分类结果。可以在高效迅速地实现高分辨率遥感影像各种地物像素级分类，精简了传统的分类方法的复杂流程，并且实现很好的分割与分类效果。
技术研发人员：楚博策;帅通;高峰;王士成;陈金勇
受保护的技术使用者：中国电子科技集团公司第五十四研究所
技术研发日：2018.09.27
技术公布日：2019.01.22