报告详情
基于夜光遥感的偏远地区建筑物识别方法研究
编号：2338
访问权限：仅限参会人
更新：2024-04-12 11:57:08 浏览：1009次
张贴报告
报告开始：2024年05月18日 09:06（Asia/Shanghai）
报告时间：1min
所在会场：[SP] 张贴报告专场 [sp7] 主题7、遥感与地理信息科学
暂无文件
摘要
夜光遥感对于反映人类社会活动强度和聚集程度具有独特的能力，已经被广泛应用于社会经济领域的空间数据挖掘。针对偏远地区建筑物分布稀疏和人为活动较弱的特点，基于人工统计方法耗时耗力，单纯的基于光学卫星影像的建筑物识别往往容易遗漏有效信息。因此，本研究提出以夜光遥感和光学遥感为数据源，以Faster-RCNN为基本架构，构建一个双流的深度学习网络，通过卷积网络充分的学习夜光数据和多光谱数据的空间及更深层次的特征，将学习到的夜光图像特征与多光谱图像的纹理特征相结合，开展偏远地区建筑物区域识别研究。该研究能够更好地帮助了解偏远地区的建设情况和人口分布，并据此进行更理想的资源规划和分配，也为人口迁移、城市化进程等问题的研究提供辅助手段。
关键词
夜光遥感；建筑物识别；深度学习；多源数据融合；双流神经网络
报告人
朱玲
工程师 核工业北京地质研究院稿件作者
全部评论
重要日期
-
会议日期
05月17日
2024
至05月20日
2024
-
03月31日 2024
初稿截稿日期
-
03月31日 2024
报告提交截止日期
-
05月20日 2024
注册截止日期
主办单位
青年地学论坛理事会
承办单位
厦门大学近海海洋环境科学国家重点实验室
中国科学院城市环境研究所
自然资源部第三海洋研究所
中国科学院城市环境研究所
自然资源部第三海洋研究所
联系方式
- 辜克兢（会务总协调、会场安排、学术安排）
- gu******@xmu.edu.cn
- 139********
- 柳欣（会务总协调）
- li******@xmu.edu.cn
- 138********
- 孙佳妮（会务总协调）
- sc******@chytey.com
- 152********
- 窦恒（会场安排、学术安排）
- do******@chytey.com
- 186********
- 李招英（会场技术服务）
- li******@xmu.edu.cn
- 138********
- 刘琳（学术安排）
- ll******@iue.ac.cn
- 133********
- 李虎（学术安排）
- hl******@iue.ac.cn
- 189********
- 柳欣（学术安排）
- li******@xmu.edu.cn
- 138********
- 胡勤梅（会议注册）
- ma******@chytey.com
- 135********
- 孙晓笛（会议注册）
- xi******@xmu.edu.cn
- 188********
- 许心雅（会议财务）
- xu******@xmu.edu.cn
- 180********
- 朱佳（商业赞助）
- zh******@xmu.edu.cn
- 139********
- 张君（海报张贴）
- ju******@xmu.edu.cn
- 138********
- 卢巍（海报张贴）
- lu******@chytey.com
- 189********
- 李璟（酒店预订及咨询）
- li******@chytey.com
- 186********
发表评论