论文部分内容阅读
为了提高地貌识别精度,本文基于深度学习融合多种模态地貌数据的特征对地貌进行识别。该方法利用深度学习网络分别从晕渲图、高程和坡度3种数据中提取地貌的物理和视觉特征,然后采用残差学习模型挖掘不同模态特征之间的深度关联,对多模态地貌数据特征进行学习并融合生成地貌深层特征,从而实现对地貌数据的联合表达。最后,使用3个全连接层和一个SoftMax分类器为每个样本数据生成一个地貌类别标签。实验结果表明,与以往的方法相比,基于深度学习的多模态地貌数据的地貌识别具有更好的性能。