基于改进DenseNet网络的多源遥感影像露天开采区智能提取方法

基于改进DenseNet网络的多源遥感影像露天开采区智能提取方法

张峰极,吴艳兰,姚雪东,梁泽毓

Opencast Mining Area Intelligent Extraction Method for Multi-source Remote Sensing Image based on Improved DenseNet

Fengji Zhang,Yanlan Wu,Xuedong Yao,Zeyu Liang

表2 本文采用的精度评价指标

Table 2 Accuracy evaluation index used in this paper

	评价指标	公式	意义	参数说明
基于像元的评价方法	①像元精度 (Pixel Accuracy)	$P A = \frac{\sum_{i = 0}^{k} p_{i j}}{\sum_{i = 0}^{k} \sum_{j = 0}^{k} p_{i j}}$	值越大表示预测与真实值的像元匹配程度越高	p_ii：正确提取的像元数量；p_ij和p_ji：错误提取的像元数量
	②交并比(IoU)	$I o U = \sum_{i = 0}^{k} \frac{p_{i j}}{\sum_{j = 0}^{k} p_{i j} + \sum_{j = 0}^{k} p_{j i} - p_{i i}}$	评估模型性能的标准指标	p_ii：正确提取的像元数量；p_ij和p_ji：错误提取的像元数量
	③综合评价指标(F1)	$F_{1} = 2 * \frac{p r e c i s i o n * r e c a l l}{p r e c i s i o n + r e c a l l}$ $p r e c i s i o n = \frac{t p}{t p + f p}, r e c a l l = \frac{t p}{t p + f n}$	衡量二分类模型精度的一种指标，它的最大值是1，最小值是0	tp：正确提取的像元个数；fn：漏提的像元个数 fp：错误提取的像元个数
	④Kappa系数	$K a p p a = \frac{p_{0} - p_{e}}{1 - p_{e}}$	表示提取结果和真实值之间的吻合程度	p_o和p_c：分别代表每一类正确和错误提取的样本数量之和除以总样本数量
基于对象的评价方式	⑤召回率(Recall)	$R e c a l l = \frac{T P}{T P + F N}$	正确提取个数(TP)与真实目标个数(TP+FN)的比值	TP：正确提取的个数；FN：漏提的个数； FP：错误提取的个数
	⑥漏警率 (MissingAlarm)	$M i s s i n g A l a r m = \frac{F N}{T P + F N}$	漏提出来的目标个数(TP)与真实目标个数(TP+FN)的比值
	⑦虚警率 (FalseAlarm)	$F a l s e A l a r m = \frac{F P}{T P + F P}$	错误提取的个数(FP)与提取目标总个数(TP+FP)的比值