TY - JOUR ID - 10.12105/j.issn.1672-0423.20220308 TI - 基于HRNet-OCR模型的农村宅基地提取方法 AU - 韦任,范蓓蕾,赵子娟,杨荣超 VL - 34 IS - 3 PB - 《中国农业信息》 编辑部 SP - 70 EP - 80 PY - 2022/06/25/ JF - 中国农业信息 JA - 中国农业信息 UR - http://www.cjarrp.com/zgnyxx/ch/reader/view_abstract.aspx?file_no=202203008&flag=1 KW - 农村宅基地;无人机影像;深度学习;HRNet-OCR;语义分割 KW - rural homestead;UAV image;deep learning;HRNet-OCR;semantic segmentation AB - 【目的】 农村宅基地信息统计是制定农村宅基地制度改革政策方向的基础,目前,基于遥感影像的农村宅基地提取还主要停留在人工目视解译的阶段,这种传统的提取方法效率低、成本高、耗时长,基于遥感影像自动化提取农村宅基地的相关研究较少。【方法】 文章收集了德清县无人机遥感影像数据,建立了训练集、验证集和测试集,构建HRNet-OCR模型,并与FCN、UNet、DeepLabV3Plus这3种模型在不同场景下进行对比。【结果】 模型精度评价指标IoU表明,在平原和丘陵地区HRNet-OCR比FCN、UNet和DeepLabV3Plus分别高了4.24%、3.72%和2.82%,在山区HRNet-OCR比FCN、UNet和DeepLabV3Plus分别高了3.59%、2.77%和1.55%,且模型在边缘细节上表现得更优秀。【结论】 基于HRNet-OCR识别模型使得遥感影像农村宅基地提取更为准确,具有更好的鲁棒性,可为精准提取农村宅基地提供重要参考价值。未来更快速、高效的高精度提取方法还有待进一步研究。 ER -