收藏本站
《信号处理》 2019年12期
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

基于深度卷积网络的高分遥感图像语义分割

蔡烁  胡航滔  王威  
【摘要】:随着我国高分对地观测系统的不断发展,对高分影像智能化分析与处理的应用需求愈来愈多,基于深度学习语义分割的影像分类也受到高度关注。作为近景图像语义分割的热点模型,Deeplab网络在应用时取得了良好的效果。为了解决多尺度高分辨率遥感影像语义分割问题,本文首先利用空洞卷积扩大Atrous空间金字塔池化(ASPP)结构的感受野,然后对DeepLabv3进行改进并将其用于高分2号遥感影像的分类处理。我们以郴州地区的高分遥感影像为研究对方法进行了验证,首先对原始影像进行预处理,再对预处理图像进行数据增强与扩充,最后通过对不同参数条件下的分类结果进行对比,分析该模型的适应性和精确性。在我们的数据集中,本文方法的实验分类像素精度为88.2%,MIoU达到72.5%,得到了比Deeplab更好的分类效果。

知网文化
【相似文献】
中国期刊全文数据库 前4条
1 赵斐;;基于金字塔注意力机制的遥感图像语义分割[J];国外电子测量技术;2019年08期
2 张静;靳淇兆;王洪振;达铖;向世明;潘春洪;;多尺度信息融合的遥感图像语义分割模型[J];计算机辅助设计与图形学学报;2019年09期
3 赵斐;张文凯;闫志远;于泓峰;刁文辉;;基于多特征图金字塔融合深度网络的遥感图像语义分割[J];电子与信息学报;2019年10期
4 金国华,冯所椿,李丽岩,汪承浩;高性能SAW MSC弹性卷积器的研制[J];应用声学;1985年03期
中国重要会议论文全文数据库 前1条
1 邓国徽;高飞;罗志鹏;;基于改进的全卷积神经网络高分遥感数据语义分割研究[A];第四届高分辨率对地观测学术年会论文集[C];2017年
中国硕士学位论文全文数据库 前3条
1 靳淇兆;遥感图像语义分割方法及其应用[D];哈尔滨理工大学;2019年
2 林锦发;基于深度学习的遥感图像语义分割方法研究[D];广东工业大学;2019年
3 黄玉婷;基于卷积神经网络的遥感图像语义分割[D];江西农业大学;2018年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978