مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

مقاله مقاله نشریه

مشخصات مقاله

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

70
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

7
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

ارائه یک شبکه عصبی عمیق جدید برای استخراج چند مقیاسی ساختمان ها از تصاویر سنجش از دوری

صفحات

 صفحه شروع 13 | صفحه پایان 26

چکیده

 امروزه استخراج ساختمان یکی از مهم ترین نیاز‎های برنامه ریزی برای محیط های شهری و روستایی است. استخراج ساختمان ها از تصاویر سنجش از دوری به دلیل سرعت بالا و هزینه پائین تهیه و پردازش این نوع از داده به مهمترین داده مورد استفاده در این حوزه تبدیل شده است. از بین روش های زیادی که برای استخراج ساختمان وجود دارد, شبکه های عصبی عمیق بیشتر مورد توجه محققین قرار گرفته اند. اما این شبکه ها دارای ضعف هایی نیز هستند. اکثر مدل های موجود, در استخراج چند مقیاسی ساختمان عملکرد ضعیفی دارند. بدین معنا که شبکه ها توانایی استخراج ساختمان هایی با اندازه های مختلف را ندارند. از این رو, در این تحقیق, مدلی برای استخراج چند مقیاسی ساختمان طراحی و ارائه شده است. مدل پیشنهادی, چالش استخراج چند مقیاسی ساختمان را با استفاده از یک ماژول بهبود نتیجه رفع کرده است. ماژول طراحی شده با استفاده از پیچش گسترش یافته زمینه دریافت اطلاعات را افزایش می دهد که باعث می شود ناپیوستگی در خروجی ساختمان های بزرگ پدیدار نشود. استخراج صحیح ساختمان های بزرگ توسط ماژول بهبود و ساختمان های کوچک و متوسط توسط بدنه اصلی, مدل پیشنهادی را به یک مدل کارآمد تبدیل کرده است. برای بررسی عملکرد مدل پیشنهادی, از دو مجموعه داده Massachusetts و WHU استفاده شده است. با آزمایش این دو مجموعه, مدل پیشنهادی با کسب مقادیر 6495/0 و 8572/0 برای معیار IoU بهترین عملکرد را در مقایسه با مدل‎های FCN, U-Net, USPP و DeepLabV3+ نشان داد. بررسی عملکرد ماژول بهبود نشان داد که پس از اضافه کردن این ماژول, مدل پیشنهادی در معیار IoU به میزان 1077/0 عملکرد بهتری نسبت به مدل بدون ماژول نشان می دهد. نتایج همچنین نشان داد که مدل پیشنهادی در استخراج ساختمان های بزرگ, برتری قابل توجهی نسبت به سایر مدل ها دارد که نشان از عملکرد موفق ماژول طراحی شده است.

چندرسانه ای

  • ثبت نشده است.

    • استنادها

  • ثبت نشده است.

    • ارجاعات

  • ثبت نشده است.

    • استناددهی

    مقالات مرتبط نشریه ای

  • ثبت نشده است.

    • مقالات مرتبط همایشی

  • ثبت نشده است.

    • طرح های مرتبط

  • ثبت نشده است.

    • کارگاه های پیشنهادی






    بازگشت به بالا
    telegram sharing button
    whatsapp sharing button
    linkedin sharing button
    twitter sharing button
    email sharing button
    email sharing button
    email sharing button
    sharethis sharing button