基于深度学习的数字城市地理信息三维重建系统研究

打开文本图片集

摘  要：为了提升数字城市地理信息系统的三维重建精度与效率，通过介绍基于深度学习的目标分割和基于多源数据融合的三维重建技术，分析了目标分割模型改进、空地数据融合和三维重建流程，提出了一种高效的三维重建系统。在目标分割阶段，采用改进的Mask基于区域的卷积神经网络（Region-Based Convolutional Neural Network，R-CNN）模型，引入高效通道注意力机制（Efficient Channel Attention，ECA）模块并调整特征金字塔网络（Feature Pyramid Networks，FPN）特征融合路径，[1] 显著提升了移动目标的分割精度。（剩余5130字）