冯权泷 陈泊安 牛博文 任燕 王莹 刘建涛
摘要：城中村是我国快速城市化进程中的一个特殊产物，通常存在人口密集、建筑私自改造等问题开展城中村的识别和监测对城乡统筹规划以及精细化治理等具有重要意义。基于深度学习提出了一种新的城中村遥感识别模型，该模型包括一个多尺度扩张卷积模块和一个非局部特征提取模块，前者能够聚合多层级空间特征以适应城中村形状、尺度的变异性；后者用于提取全局语义特征以提高城中村的类间可分性。选取北京市二环与六环之间的区域作为研究区，试验结果表明本文模型取得了较好的识别效果，总体精度可达94.27%，Kappa系数为0.8839，且效果优于传统模型。本文研究表明，基于多尺度扩张卷积神经网络进行城中村遥感识别是可行且有效的，可为城乡统筹规划提供精确的城中村空间分布数据。
关键词：城中村;场景识别;扩张卷积;深度学习;
基于多尺度扩张卷积神经网络的城中村遥感识别.pdf