利用地面图像进行城市尺度的细粒度土地利用分类

Feb, 2018

利用地面图像进行城市尺度的细粒度土地利用分类

Fine-Grained Land Use Classification at the City Scale Using Ground-Level Images

Yi Zhu, Xueqing Deng, Shawn Newsam

TL;DR利用地面图像进行城市尺度上的精细土地利用分类，使用地理引用的 Flickr 图像创建框架并使用卷积神经网络进行分类。

Abstract

We perform fine-grained land use mapping at the city scale using ground-level images. Mapping land use is considerably more difficult than mapping land cover and is generally not possible using overhead imagery as it requires close-up views and seeing inside buildings. We postulate tha

fine-grained land use mapping ground-level images georeferenced images convolutional neural network land-use classes

发现论文，激发创造

应用卷积神经网络对地面图像进行土地利用分类

使用 Flickr 上的地面图像和深度学习方法进行土地利用地图绘制，并针对地理位置和室内 / 室外进行筛选和半监督数据增强，从而最终实现了 76% 的准确性。

Sep, 2016

从地上和空中视角理解城市土地利用：深度学习，多模态解决方案

本文介绍了一种利用多模态数据和深度学习方法的城市地块级别自动土地利用变更监测模型，并在法国区域和城市的测试中取得了很好的效果。

May, 2019

利用卷积网络和卫星图像在大范围内识别城市环境模式

利用遥感技术和深度卷积神经网络，分析大规模卫星图像数据中的城市土地利用模式，并提供数据集以供遥感应用的机器学习研究人员使用。

Apr, 2017

学习将几乎任何事物映射