遥感智能解译 | 浏览量 : 0 下载量: 784 CSCD: 1
  • 导出

  • 分享

  • 收藏

  • 专辑

    • 基于面向对象孪生神经网络的高分辨率遥感影像建筑物变化检测

    • Use of object-based Siamese neural network to build change detection from very high resolution remote-sensing images

    • 在城市环境监测领域,专家提出了基于面向对象孪生神经网络的高分辨率遥感影像变化检测方法,有效提高了建筑物变化检测精度,降低了模型训练样本制作成本。
    • 2024年28卷第2期 页码:437-454   

      收稿日期:2021-10-19

      纸质出版日期:2024-02-07

    • DOI: 10.11834/jrs.20221627     

    移动端阅览

  • 刘宣广,李蒙蒙,汪小钦,张振超.2024.基于面向对象孪生神经网络的高分辨率遥感影像建筑物变化检测.遥感学报,28(2): 437-454 DOI: 10.11834/jrs.20221627.
    Liu X G,Li M M,Wang X Q and Zhang Z C. 2024. Use of object-based Siamese neural network to build change detection from very high resolution remote-sensing images. National Remote Sensing Bulletin, 28(2):437-454 DOI: 10.11834/jrs.20221627.
  •  
  •  
文章被引用时,请邮件提醒。
提交

相关文章

暂无数据

相关作者

刘宣广 福州大学 数字中国研究院;福州大学 空间数据挖掘与信息共享教育部重点实验室
李蒙蒙 福州大学 数字中国研究院;福州大学 空间数据挖掘与信息共享教育部重点实验室
汪小钦 福州大学 数字中国研究院;福州大学 空间数据挖掘与信息共享教育部重点实验室
张振超 信息工程大学地理空间信息学院

相关机构

暂无数据
0