查詢結果分析
來源資料
頁籤選單縮合
題名 | 應用卷積神經網路與Pleiades高解析度衛星影像於建物影像分類 |
---|---|
作者姓名(中文) | 林政緯; 林恩楷; 邵國士; 張玉粦; | 書刊名 | 中興工程 |
卷期 | 161 2023.10[民112.10] |
頁次 | 頁43-51 |
分類號 | 440.984 |
關鍵詞 | 卷積神經網路; 高解析度衛星影像; 影像分類; |
語文 | 中文(Chinese) |
中文摘要 | 近年隨著智慧城市、數位孿生等議題興起,都市相關應用如都市計畫、都市擴張、基礎設施發展、 災害管理等亦隨之革新,建物作為城市的基本單元,對於建物模型的需求也與日俱增。以影像分類技術 結合高解析度衛星影像是目前萃取巨量建物資料的主要方式,惟近年深度學習的演進帶來電腦視覺領域 上的巨大變革,已有許多研究開始引進神經網路架構作為影像分類的主軸。 本研究使用卷積神經網路(Convolutional Neural Network, CNN)與 Pleiades 高解析度衛星影像進 行影像分類,萃取建物類別,並以建物樣態多變且複雜的馬尼拉(Manila)城市的都會區為研究區域。 研究成果顯示在高解析度衛星影像中,CNN 對於建物的二元分類問題表現良好,可以正確辨識多數型 態的建築物,相同的 CNN 架構亦已驗證可用於其他城市實踐建物分類。 |
本系統之摘要資訊系依該期刊論文摘要之資訊為主。