数字农科院2.0

面向梯田遥感识别的JAM-R-CNN深度网络模型

文献类型： 中文期刊

作者： 谢君洋;林安琪;吴浩;吴紫薇;吴文斌;余强毅

作者机构：

关键词： 遥感;梯田识别;高分辨率遥感影像;深度学习;跳跃网络;JAM-R-CNN

期刊名称：遥感学报

ISSN： 1007-4619

年卷期： 2024 年 12 期

页码：

收录情况： EI（2024版） ; ; 北大核心（2023版） ; ; CSCD（2023-2024年度） ; ; 科技核心（2024版） ; ; 农林核心（2020版）

摘要： 快速准确地掌握梯田的空间分布,不仅为水土保持提供重要的数据支撑,也提高了山区农业的监管水平.利用深度学习方法进行梯田识别,对于形状狭长的梯田容易因卷积运算而造成漏提现象,并且在山区地物边界不清晰的复杂背景下,易产生大面积粘连的识别结果,导致最终的梯田识别精度不高.为此,本研究提出了一种面向梯田遥感识别的JAM-R-CNN深度网络模型.该模型以Mask R-CNN为基础,融合跳跃网络来维持高分辨率遥感影像的高语义信息,引入卷积注意力机制模块来加强梯田的特征表达能力,修改模型的锚框大小以适应梯田狭长的特性.并以重庆市南川区的盐井梯田研究区域,基于国产高分二号(GF-2)卫星影像数据进行本研究模型验证实验.结果表明:JAM-R-CNN网络模型的梯田识别结果精确率为90.81％,召回率为84.28％,F1为88.98％,IoU为83.15％.相较于经典的Mask R-CNN模型,JAM-R-CNN网络模型的梯田识别精度较高,4个评价指标依次提升了 1.96％、5.26％、3.29％和5.19％.此外,消融实验结果验证了模型改进的3个模块均对梯田识别有明显的促进作用.综上,本研究提出的JAM-R-CNN深度网络模型能够有效减少梯田识别结果的粘连现象,明显提高了狭长型梯田的提取率,实现了梯田遥感识别整体精度的显著提升,具有较好的应用价值.

分类号：

  • 相关文献

[1]卷积神经网络在高分辨率影像分类中的应用. 李贤江,陈佑启,邹金秋,石淑芹,郭涛,蔡为民,陈浩. 2019

[2]基于Sentinel-1A影像和一维CNN的中国南方生长季早期作物种类识别. 赵红伟,陈仲新,姜浩,刘佳. 2020

[3]基于深度学习模型的种植结构复杂区农作物精细分类研究. 田甜,王迪,王珍,李会宾. 2022

[4]遥感技术的发展现状及在天府粮仓建设中的应用建议. 董秀春,黄平,吴尚蓉,蒋怡,李章成,魏来,王小燕,陈志民. 2023

[5]融合多尺度特征和注意力机制的油菜倒伏分类. 郑权,乔江伟,李婕,秦涛,涂静敏,李礼,蒋琦. 2024

[6]时空协同的农业种植结构遥感精细制图. 张冬韵,吴田军,骆剑承,董文,孙营伟,杨颖频,海云瑞,孟博文,刘巍. 2024

[7]水稻生育期遥感监测的研究进展、瓶颈问题与技术优化路径. 李瑞杰,王爱冬,吴华星,李子秋,冯向前,洪卫源,汤学军,覃金华,王丹英,褚光,张运波,陈松. 2025

[8]Study on Recognition of Typical Curing Stages of Jiangxi Tobacco Leaves Based on Image Processing. 段史江,,刘浩,,王爱华,,胡毅翀,,齐飞,,胡强. 2024

[9]Study on Discriminant Model of Flue-curing Stage of Tobacco Leaves in Curing Process. 王志诚,,孟令峰,,王松峰,,谢良文,,李文刚. 2024

[10]基于半监督学习的无线网络攻击行为检测优化方法. 王婷,王娜,崔运鹏,李欢. 2020

[11]基于深度学习框架的隐藏主题变量图模型. 吴蕾,张文生,王珏. 2015

[12]基于无人机遥感的盛花期薇甘菊爆发点识别与监测. 孙中宇,荆文龙,乔曦,杨龙. 2019

[13]基于词向量的检索扩展方法与农业领域实证. 吴蕾,梁晓贺,乌吉斯古楞,王瑞. 2019

[14]计算机视觉与深度学习在猪只识别中的研究进展. 刘峰,吴文杰,刘小磊,王欣然,方亚平,李国亮,杜小勇. 2023

[15]基于深度学习的图像分割在畜禽养殖中的应用研究进展. 姚超,倪福川,李国亮. 2023

[16]基于卷积神经网络的冬小麦麦穗检测计数系统. 张领先,陈运强,李云霞,马浚诚,杜克明. 2019

[17]基于深度卷积神经网络的红树林物种无人机监测研究. 黄亦其,刘琪,赵建晔,黄文善,孙中宇,乔曦. 2020

[18]基于非接触式的牛只身份识别研究进展与展望. 郭雷风,许贝贝. 2020

[19]基于Android和深度学习的外来入侵植物智能识别系统. 刘万学,蒯乃阳,韩爽,冼晓青,陈宝雄,吕军,姚青. 2021

[20]基于深度学习的作物基因组学和遗传改良. 辛志奇,赵航,汪海,路铁刚. 2021

作者其他论文 更多>>