测绘科学

2020, v.45;No.265(07) 139-147

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

主动学习和卷积神经网络的地图图片识别方法
An identification method of map images based on activate learning and convolutional neural network

杜凯旋;王亮;王勇;车向红;

摘要(Abstract):

针对目前互联网中存在有大量地图图片识别精度低、分类模型训练困难等问题,该文提出了一种基于主动学习和卷积神经网络的地图图片识别方法,通过主动学习算法优化地图/非地图图片样本数量及分类结构,可使用少量的训练样本以及人工投入,来获取基于卷积神经网络的高精度地图图片识别模型。结果表明:基于主动学习方法将地图/非地图图片样本类型划分为17类时,地图图片识别精度最高,约为95.01%。本文地图识别方法可有效地推动图像地理信息挖掘、地图审查及地理信息监管等领域的技术进步。

关键词(KeyWords): 卷积神经网络;主动学习;地图图片;图片识别

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金项目(41901379);; 国家重点研发计划项目(2017YFB0503502,2017YFB0503601)

作者(Author): 杜凯旋;王亮;王勇;车向红;

Email:

DOI: 10.16251/j.cnki.1009-2307.2020.07.021

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享