Detection of Buildings in Agricultural Land Using Fully Convolutional Networks and Multispectral Satellite Imagery

摘要

近年來迅速增長的農地內建物面積已造成耕地的流失，並對我國之糧食生產與安全存糧造成威脅。現行的農地使用樣態清查方式是透過空拍航照圖或衛星影像進行人工判釋。鑒於此類方法需要較多的人力資源，難以達成每年清查的目標，本研究的主要目的在於探討如何以高度自動化的方式進行農地內建物清查。發展迅速的深層類神經網路已被廣泛用於遙測影像之地表覆?分類，本研究以遷移學習方法結合預訓練網路與FCN網路架構進行像元式的建物偵測。然而受限於預訓練網路所使用的自然色影像資料集，此類網路僅適用於三個波段的影像資料。為使用多光譜影像中的所有波段進行建物偵測，本研究採用FCN-8S-Conv-TL之模型架構，於遷移學習之目標網路前新增一個接收所有波段並產製深度為3的特徵圖的卷積層。本研究使用全色態銳化之Pl?iades衛星影像進行實驗，成果達到94 2%的F1 score精度指標，並以高雄沿岸地區及桃園蘆竹區之影像進行可轉移性試驗。

獎項日期	2019
原文	English
監督員	Chi-Kuei Wang (Supervisor)