期刊文献+
共找到218篇文章
< 1 2 11 >
每页显示 20 50 100
藏文句子语义块识别方法 预览
1
作者 柔特 色差甲 才让加 《中文信息学报》 CSCD 北大核心 2019年第6期42-49,共8页
语义理解是自然语言理解的一项关键任务,传统上采用以语法为中心的词法和句法分析等技术来解析句义。该文提出了一种以语义块分析藏文句义的新方法,其中藏文语义块识别通过采用Bi-LSTM和ID-CNN两种神经网络构架对该任务进行建模和对比... 语义理解是自然语言理解的一项关键任务,传统上采用以语法为中心的词法和句法分析等技术来解析句义。该文提出了一种以语义块分析藏文句义的新方法,其中藏文语义块识别通过采用Bi-LSTM和ID-CNN两种神经网络构架对该任务进行建模和对比分析。经实验,上述的两种模型在测试数据集上取得了良好的性能表现,F1值平均分别为89%和92%。这种语义块分析和识别技术能够较好地替代词义消歧和语义角色标注等工作。 展开更多
关键词 藏文 语义 语义分割 语义分析
在线阅读 下载PDF
基于深度卷积神经网络的语义地图构建
2
作者 胡美玉 张云洲 +1 位作者 秦操 刘桐伯 《机器人》 EI CSCD 北大核心 2019年第4期452-463,共12页
本文将图像语义分割与即时定位与地图构建(SLAM)技术相结合构建环境的3维语义地图.输入的图像序列经过ORB-SLAM进行关键帧筛选.提出了一种基于DeepLab算法改进的图像语义分割方法.在卷积网络的最后一层后面引入上采样卷积层,改善双线性... 本文将图像语义分割与即时定位与地图构建(SLAM)技术相结合构建环境的3维语义地图.输入的图像序列经过ORB-SLAM进行关键帧筛选.提出了一种基于DeepLab算法改进的图像语义分割方法.在卷积网络的最后一层后面引入上采样卷积层,改善双线性插值过于粗糙的问题.关键帧的深度图作为门控信号控制不同卷积操作的选择,从而在对远处的物体保持细节的同时对近处的物体保持较大视野.然后,对齐分割后的图像与深度图,利用相邻关键帧之间的空间对应关系构建3维稠密语义地图.实验结果表明,对于室内和室外场景,本文算法可以实现准确的语义分割,反投影到3维空间中也能形成效果良好的语义地图:与当前大多数基于DeepLab与反卷积算法的方法相比,本文算法可以得到更好的语义地图. 展开更多
关键词 语义地图 语义分割 深度卷积神经网络 ORB-SLAM DeepLab算法
基于语义分割的室内动态场景同步定位与语义建图 预览
3
作者 席志红 韩双全 王洪旭 《计算机应用》 CSCD 北大核心 2019年第10期2847-2851,共5页
针对动态物体在室内同步定位与地图构建(SLAM)系统中影响位姿估计的问题,提出一种动态场景下基于语义分割的SLAM系统。在相机捕获图像后,首先用PSPNet(PyramidSceneParsingNetwork)对图像进行语义分割;之后提取图像特征点,剔除分布在动... 针对动态物体在室内同步定位与地图构建(SLAM)系统中影响位姿估计的问题,提出一种动态场景下基于语义分割的SLAM系统。在相机捕获图像后,首先用PSPNet(PyramidSceneParsingNetwork)对图像进行语义分割;之后提取图像特征点,剔除分布在动态物体内的特征点,并用静态的特征点进行相机位姿估计;最后完成语义点云图和语义八叉树地图的构建。在公开数据集上的五个动态序列进行多次对比测试的结果表明,相对于使用SegNet网络的SLAM系统,所提系统的绝对轨迹误差的标准偏差有6.9%~89.8%的下降,平移和旋转漂移的标准偏差在高动态场景中的最佳效果也能分别提升73.61%和72.90%。结果表明,改进的系统能够显著减小动态场景下位姿估计的误差,准确地在动态场景中进行相机位姿估计。 展开更多
关键词 语义分割 动态场景 室内场景 位姿估计 视觉同步定位与地图构建 语义同步定位与地图构建
在线阅读 下载PDF
基于VGG16预编码的遥感图像建筑物语义分割 预览
4
作者 徐昭洪 刘宇 +1 位作者 全吉成 吴晨 《科学技术与工程》 北大核心 2019年第17期250-255,共6页
深度卷积神经网络在遥感图像语义分割研究上开创了新的领域。利用改进的U-net模型对建筑物区域进行像素级提取,可获取其轮廓和尺寸信息。利用强可迁移性的VGG16网络作为U-net模型的编码器,并利用基于空洞卷积的级联并行模块提取多尺度... 深度卷积神经网络在遥感图像语义分割研究上开创了新的领域。利用改进的U-net模型对建筑物区域进行像素级提取,可获取其轮廓和尺寸信息。利用强可迁移性的VGG16网络作为U-net模型的编码器,并利用基于空洞卷积的级联并行模块提取多尺度的高层语义信息,同时使用转置卷积实现上采样,逐步还原分割细节。实验采用了加权组合的Jaccard损失和二元交叉熵损失作为总损失函数。实验结果表明了改进的U-net模型对遥感图像中建筑物的分割提取具有更高的精度,均像素精度(MPA)、均交并比(MIoU)和F1分数分别为92. 16%、78. 55%和84. 81%。改进模型的F1分数比Deep Labv3+模型高4. 8%,比标准U-net模型高8. 3%。 展开更多
关键词 遥感图像 语义分割 U-net 建筑物分割 Jaccard指数
在线阅读 免费下载
人工智能+健康医疗的研究和应用 预览
5
作者 胡守兴 《软件和集成电路》 2019年第4期10-13,共4页
中国预防医学是未来国家战略和全球关注的焦点,而今,在这个健康被越来越多年龄段重视的21世纪,它的黄金时代已然来临。当今,由大数据和深度学习技术开启了新一波人工智能热潮,大数据、人工智能技术在疾病预防筛查和诊断方面的应用日趋... 中国预防医学是未来国家战略和全球关注的焦点,而今,在这个健康被越来越多年龄段重视的21世纪,它的黄金时代已然来临。当今,由大数据和深度学习技术开启了新一波人工智能热潮,大数据、人工智能技术在疾病预防筛查和诊断方面的应用日趋成熟。 展开更多
关键词 人工智能 肺结节检测 图像分割 数据集 语义分割
在线阅读 下载PDF
多层语义融合CNN的步态人体语义分割
6
作者 支双双 赵庆会 唐琎 《中国图象图形学报》 CSCD 北大核心 2019年第8期1302-1314,共13页
目的针对反恐、安防领域利用监控视频进行步态识别时由光照、拍摄角度、遮挡等多协变量引起的轮廓缺失、人体阴影和运算时间等问题,提出了一种基于RPGNet (Regin of Interest+Parts of Body Semantics+Gait Net)网络的步态人体语义分割... 目的针对反恐、安防领域利用监控视频进行步态识别时由光照、拍摄角度、遮挡等多协变量引起的轮廓缺失、人体阴影和运算时间等问题,提出了一种基于RPGNet (Regin of Interest+Parts of Body Semantics+Gait Net)网络的步态人体语义分割方法。方法该方法按照功能划分为R(region of interest)模块、P (parts of body semantics)模块和GNet (Gait Net)模块。R模块提取人体步态感兴趣区域,起到提升算法效率和图像去噪的作用。P模块借助Label Me开源图像注释工具进行步态人体部位语义标注。GNet模块进行步态人体部位语义训练与分割。借鉴Res Net和Refine Net网络模型,设计了一种细节性步态语义分割网络模型。结果对步态数据库1 380张图片进行了测试,RPGNet方法与6种人体轮廓分割方法进行了对比实验,实验结果表明RPGNet方法对细节和全局信息处理得都很精确,在0°、45°和90°视角都表现出较高的分割正确率。在多人、戴帽和遮挡条件下,实验结果表明RPGNet方法人体分割效果良好,能够满足步态识别过程中的实时性要求。结论实验结果表明,RPGNet步态人体语义分割方法在多协变量情况下能够有效进行步态人体语义分割,同时也有效提高了步态识别的识别率。 展开更多
关键词 步态识别 语义分割 卷积神经网络 多协变量 人体轮廓分割
结合序列学习和U型网络的海马体分割方法 预览
7
作者 曹平 盛邱煬 +3 位作者 潘清 宁钢民 汪振杰 方路平 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2019年第8期1382-1390,共9页
针对普通二维语义分割网络难以精确分割海马体磁共振图像的问题,提出结合序列学习和U型网络的海马体分割方法.该方法中,U型网络由编码器和解码器2部分组成,编码器提取并编码图像特征,解码器组合特征并输出分割掩码;序列学习使用双向卷... 针对普通二维语义分割网络难以精确分割海马体磁共振图像的问题,提出结合序列学习和U型网络的海马体分割方法.该方法中,U型网络由编码器和解码器2部分组成,编码器提取并编码图像特征,解码器组合特征并输出分割掩码;序列学习使用双向卷积长短期记忆网络引入相邻切片间的依赖信息以提升分割精度.在ADNI数据集上的实验结果表明,文中方法的分割性能较通常的U型网络更优,且网络的可视化结果表现出可解释性,与专家知识相符合. 展开更多
关键词 海马体分割 语义分割 序列学习 U型网络 双向卷积长短期记忆网络
在线阅读 下载PDF
基于深度学习的酒标分割研究 预览
8
作者 邹亚君 李翌昕 马尽文 《信号处理》 CSCD 北大核心 2019年第4期623-630,共8页
红酒图像中的酒标区域含有重要的红酒品类信息,而对酒标区域的定位与分割可以有效去除背景区域对图像匹配算法的干扰。传统图像分割算法大多基于局部图像特征和人工设计规则,对噪声较为敏感,并且难以应对大规模数据的处理。针对传统算... 红酒图像中的酒标区域含有重要的红酒品类信息,而对酒标区域的定位与分割可以有效去除背景区域对图像匹配算法的干扰。传统图像分割算法大多基于局部图像特征和人工设计规则,对噪声较为敏感,并且难以应对大规模数据的处理。针对传统算法的不足,本文首先构造了一个大规模酒标分割数据集,然后提出了一种基于深度学习的酒标分割方法。我们构造了一个基于残差网络的语义分割模型,并且在模型中加入跨层连接,实现低层特征和高层特征的有效融合,使得分割的边缘细节更加清晰和准确。另外,我们采用了带孔卷积金字塔池化结构整合多尺度信息,在增大模型感受野的同时使得模型适应不同尺度的酒标区域。在我们构造的酒标数据集上的实验结果表明,本文提出的酒标分割网络能够进行实时的酒标图像分割,并且达到了相当高的分割准确率。 展开更多
关键词 酒标分割 深度学习 语义分割 特征融合 带孔卷积金字塔池化
在线阅读 下载PDF
多类别的边缘感知方法在图像分割中的应用 预览
9
作者 董子昊 邵秀丽 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2019年第7期1075-1085,共11页
针对图像语义分割方法预测出的目标大多存在边缘模糊和准确度较低的问题,提出多类别边缘感知的图像分割方法.首先设计一种用于多目标分割的Multi-sigmoid 损失函数,结合COCO 数据集预训练的FCN+CRF 网络,建立可优化类别边界的语义分割模... 针对图像语义分割方法预测出的目标大多存在边缘模糊和准确度较低的问题,提出多类别边缘感知的图像分割方法.首先设计一种用于多目标分割的Multi-sigmoid 损失函数,结合COCO 数据集预训练的FCN+CRF 网络,建立可优化类别边界的语义分割模型;然后在全局嵌套边缘检测(HED)模型的基础上,增加自底向上的信息解码部分,利用亚像素(subpixel)的图像增强算法实现上采样以及相邻尺度之间的特征融合,构建出可用于边缘检测的深度多尺度编解码模型(MSDF);最后将FCN+CRF 提取到的分割信息作为一元势, MSDF 检测到的边缘特征作为二元势,设计全局能量函数并计算最小值,实现分割结果的进一步优化.在2 个标准数据集Pascal context 和SIFT Flow 上进行了实验,结果表明,该模型的总体性能较为优越,可应用在图像语义分割和显著性目标检测等相关领域. 展开更多
关键词 多类别的边缘感知 语义分割 多目标分割 边缘检测 全局能量函数
在线阅读 下载PDF
一种改进深度卷积生成对抗网络的人脸分割方法 预览
10
作者 刘柏森 邓琛 张雾琳 《黑龙江工程学院学报》 CAS 2019年第5期1-6,共6页
在智能算法领域,人脸识别是一个重要的算法部分,而人脸分割又是人脸识别的一个重要组成部分。提出一种基于改进的深度卷积生成式对抗网络的人脸分割方法,将端到端的图像变换模式应用于生成器中,利用生成器对人脸图像进行分割。深度卷积... 在智能算法领域,人脸识别是一个重要的算法部分,而人脸分割又是人脸识别的一个重要组成部分。提出一种基于改进的深度卷积生成式对抗网络的人脸分割方法,将端到端的图像变换模式应用于生成器中,利用生成器对人脸图像进行分割。深度卷积生成式对抗网络将卷积层加入到生成器和判别器,使得生成器通过反卷积产生图像,而文中在反卷积之前再加入卷积层,组合形成全卷积的网络结构,将生成器的图像生成功能扩展成为语义分割功能。同时,生成器的输入原图和输出标签的通道组合作为判别器的判别对象,通过判别器来评判分割水平,进一步提高分割的标签与输入原图的关联性。经过多次实验,验证此方法能有效分割人脸主要区域。 展开更多
关键词 深度学习 语义分割 人脸分割 生成式对抗网络 深度卷积生成式对抗网络
在线阅读 下载PDF
面向复杂环境的图像语义分割方法综述 预览
11
作者 王嫣然 陈清亮 吴俊君 《计算机科学》 CSCD 北大核心 2019年第9期36-46,共11页
图像语义分割是视觉智能方向最重要的基础性技术之一,语义分割效果关系着智能系统对其应用场景的理解能力,因此在诸如无人驾驶、机器人认知与导航、安防监控与无人机着陆系统等重要领域均具有较大的应用价值。由于复杂环境下的目标存在... 图像语义分割是视觉智能方向最重要的基础性技术之一,语义分割效果关系着智能系统对其应用场景的理解能力,因此在诸如无人驾驶、机器人认知与导航、安防监控与无人机着陆系统等重要领域均具有较大的应用价值。由于复杂环境下的目标存在非结构化、目标多样化、形状不规则化以及光照变化、视角变化、尺度变化与物体遮挡等各种干扰因素,给图像的语义分割带来了较大挑战。近年来,受益于深度学习理论的快速发展,图像语义分割方向涌现了一大批具有典型意义的研究成果。为启发图像语义分割领域的学术研究及其相关智能系统的工程化开发,文中首先全面阐述了图像语义分割方法的研究发展历程,并将其划分为:传统的图像语义分割方法、传统方法与深度学习相结合的图像语义分割方法、基于深度学习的图像语义分割方法;其次从复杂环境下图像语义分割面临的问题出发,重点对近年来涌现的各种面向复杂环境的语义分割方法的模型、算法、性能及存在的问题进行了详细地分析与对比,并按照强监督、弱监督、无监督图像语义分割方法分类进行阐述;然后归纳了当前主流的PASCALVOC,Cityscape,SUNRGB-D等9类包含各种复杂环境的数据集,以及3项评估指标PA,mPA和mIoU;最后对面向复杂环境的图像语义分割研究工作进行了总结,并对其在实时视频分割、三维场景重构及无监督语义分割等方向的发展进行了展望。 展开更多
关键词 语义分割 视觉智能 深度学习 图像分割 卷积神经网络
在线阅读 免费下载
遥感影像建筑物提取的卷积神经元网络与开源数据集方法 预览
12
作者 季顺平 魏世清 《测绘学报》 EI CSCD 北大核心 2019年第4期448-459,共12页
从遥感图像中自动化地检测和提取建筑物在城市规划、人口估计、地形图制作和更新等应用中具有极为重要的意义。本文提出和展示了建筑物提取的数个研究进展。由于遥感成像机理、建筑物自身、背景环境的复杂性,传统的经验设计特征的方法... 从遥感图像中自动化地检测和提取建筑物在城市规划、人口估计、地形图制作和更新等应用中具有极为重要的意义。本文提出和展示了建筑物提取的数个研究进展。由于遥感成像机理、建筑物自身、背景环境的复杂性,传统的经验设计特征的方法一直未能实现自动化,建筑物提取成为30余年尚未解决的挑战。先进的深度学习方法带来新的机遇,但目前存在两个困境:①尚缺少高精度的建筑物数据库,而数据是深度学习必不可少的“燃料”;②目前国际上的方法都采用像素级的语义分割,目标级、矢量级的提取工作亟待开展。针对于此,本文进行以下工作:①与目前同类数据集相比,建立了一套目前国际上范围最大、精度最高、涵盖多种样本形式(栅格、矢量)、多类数据源(航空、卫星)的建筑物数据库(WHUbuildingdataset),并实现开源;②提出一种基于全卷积网络的建筑物语义分割方法,与当前国际上的最新算法相比达到了领先水平;③将建筑物提取的范围从像素级的语义分割推广至目标实例分割,实现以目标(建筑物)为对象的识别和提取。通过试验,验证了WHU数据库在国际上的领先性和本文方法的先进性。 展开更多
关键词 建筑物提取 语义分割 实例分割 卷积神经元网络 深度学习
在线阅读 下载PDF
基于深度网络的人脸区域分割方法 预览
13
作者 杜星悦 董洪伟 杨振 《计算机工程与应用》 CSCD 北大核心 2019年第8期171-174,共4页
语义分割是近年来比较热的一个主题,而其中对二维人脸图片的区域分割技术的研究,对机器人应用,人脸头部姿势预测,三维人脸识别,分割,动画等方面有重要促进意义。由于目前的人脸区域分割算法在精度上存在一定不足,提出了基于深度网络的... 语义分割是近年来比较热的一个主题,而其中对二维人脸图片的区域分割技术的研究,对机器人应用,人脸头部姿势预测,三维人脸识别,分割,动画等方面有重要促进意义。由于目前的人脸区域分割算法在精度上存在一定不足,提出了基于深度网络的人脸区域分割方法,并进行了实验。实验结果表明该算法相较于以前的一些方法精度更高,鲁棒性好,有实际应用意义。 展开更多
关键词 语义分割 二维人脸 区域分割 深度网络
在线阅读 下载PDF
基于成像测井的裂缝智能识别新方法 预览
14
作者 李冰涛 王志章 +3 位作者 孔垂显 蒋庆平 王伟方 雷祥辉 《测井技术》 CAS 2019年第3期257-262,共6页
在所有测井资料中,成像测井资料是最直观有效的裂缝识别资料。裂缝拾取的自动化可有效减少人力消耗。采用计算机视觉领域的图像语义分割模型DeepLabv3+,对裂缝区域进行像素分割,在分割结果的基础上利用霍夫变换提取裂缝形态参数。与传... 在所有测井资料中,成像测井资料是最直观有效的裂缝识别资料。裂缝拾取的自动化可有效减少人力消耗。采用计算机视觉领域的图像语义分割模型DeepLabv3+,对裂缝区域进行像素分割,在分割结果的基础上利用霍夫变换提取裂缝形态参数。与传统方法相比,该方法能够更为准确,快速地提取裂缝区域,求取裂缝产状。 展开更多
关键词 成像测井 裂缝参数 语义分割 霍夫变换 卷积神经网络
在线阅读 下载PDF
基于积神经网络的图像着色方法研究 预览
15
作者 张政 姚楠 方利 《电脑知识与技术:学术版》 2019年第2X期198-200,共3页
图像着色是对灰度图像进行彩色化的过程。随着深度学习技术的发展,卷积神经网络的应用在图像处理算法中取得了巨大的成功。对于灰度图像着色问题,由于同一个实体可以对应不同的颜色,这种“实体-颜色”不确定性,容易导致语境混淆和边缘... 图像着色是对灰度图像进行彩色化的过程。随着深度学习技术的发展,卷积神经网络的应用在图像处理算法中取得了巨大的成功。对于灰度图像着色问题,由于同一个实体可以对应不同的颜色,这种“实体-颜色”不确定性,容易导致语境混淆和边缘色彩混合,并且网络的训练不易收敛。为了解决这个问题,本文提出一种全新的基于卷积神经网络并结合图像语义分割的自动着色方法,结合图像的局部特征和深层语义特征用于指导着色,并采用联合双边过滤方法增强着色效果,实现了端到端的处理。实验结果表明,本文方法能够实现很好的着色效果,达到了较先进的性能。 展开更多
关键词 图像着色 语义分割 卷积神经网络 联合双边过滤
在线阅读 下载PDF
深度学习的极化合成孔径雷达影像语义分割
16
作者 黄刚 刘先林 《测绘科学》 CSCD 北大核心 2019年第6期166-169,192共5页
针对现有极化合成孔径雷达影像语义分割方法存在的缺点,且该方向深度学习研究较少的问题,该文以国产机载全极化MiniSAR系统为依托,首先,对极化合成孔径雷达原理和基于深度学习的极化合成孔径雷达影像语义分割方法进行了分析;其次,使用... 针对现有极化合成孔径雷达影像语义分割方法存在的缺点,且该方向深度学习研究较少的问题,该文以国产机载全极化MiniSAR系统为依托,首先,对极化合成孔径雷达原理和基于深度学习的极化合成孔径雷达影像语义分割方法进行了分析;其次,使用实验数据对该方法的分割精度进行了验证分析,单类分割最大像素精度达94.61%,全类均交并比达到86.83%,结果证明了该分割方法的可行性和准确性;最后,为进一步提高极化SAR影像语义分割精度,在样本制作、提升效率、矢量化等方面提出了建议。 展开更多
关键词 深度学习 合成孔径雷达 语义分割 全极化 精度
基于FCN模型和选择性搜索的目标检测方法 预览
17
作者 林菁 杨楠 臧勤 《雷达与对抗》 2019年第2期58-63,共6页
针对现有的识别算法在复杂环境下鲁棒性较差、准确率较低、检测速率较低慢问题,构建了一种基于全卷积神经网络(FCN)和选择性搜索的检测算法。首先,运用已经训练好的FCN模型快速对前车区域进行语义分割,实现前方目标位置的粗定位;接着,... 针对现有的识别算法在复杂环境下鲁棒性较差、准确率较低、检测速率较低慢问题,构建了一种基于全卷积神经网络(FCN)和选择性搜索的检测算法。首先,运用已经训练好的FCN模型快速对前车区域进行语义分割,实现前方目标位置的粗定位;接着,通过选择性搜索算法提取多尺度的候选区域,并将候选区域放入卷积神经网络分类模型进行分类得到各个候选区域的置信度;最后,通过非极大值抑制法提取最优区域即得到目标所在的精确位置。在LISA数据库的测试结果表明,相对于R-CNN算法,所提出的算法的准确率提高了5.9%,召回率提高了7.1%,平均单张识别时间减少了0.51秒/幅。 展开更多
关键词 目标识别 语义分割 全卷积神经网络 选择性搜索 深度卷积神经网络 非极大值抑制法
在线阅读 下载PDF
基于FCN与视场柱面投影的隧道渗漏水面积检测 预览
18
作者 高新闻 简明 李帅青 《计算机测量与控制》 2019年第8期44-48,共5页
针对隧道渗漏水病害面积检测中由于复杂环境干扰和隧道几何柱面形状影响而造成较大误差的问题,设计了基于FCN与视场柱面投影算法渗漏水面积检测算法;研制了无人病害巡检车,实现了隧道病害数据的无人采集,通过将FCN处理后的渗漏水病害图... 针对隧道渗漏水病害面积检测中由于复杂环境干扰和隧道几何柱面形状影响而造成较大误差的问题,设计了基于FCN与视场柱面投影算法渗漏水面积检测算法;研制了无人病害巡检车,实现了隧道病害数据的无人采集,通过将FCN处理后的渗漏水病害图片进行视场转换和柱面投影模型的优化,提高了所计算病害面积的准确性;实验结果表明,该算法相比OSTU法、分水岭法和自适应阈值法算法使误检率下降至0.0189,有效提升了隧道渗漏水面积检测的精度。 展开更多
关键词 深度学习 视场转换 隧道渗漏水病害检测 柱面投影 全卷积神经网络 语义分割
在线阅读 下载PDF
基于U-Net的高分辨率遥感图像语义分割方法 预览
19
作者 苏健民 杨岚心 景维鹏 《计算机工程与应用》 CSCD 北大核心 2019年第7期207-213,共7页
图像分割是遥感解译的重要基础环节,高分辨率遥感图像中包含复杂的地物目标信息,传统分割方法应用受到极大限制,以深度卷积神经网络为代表的分割方法在诸多领域取得了突破进展。针对高分辨遥感图像分割问题,提出一种基于U-Net改进的深... 图像分割是遥感解译的重要基础环节,高分辨率遥感图像中包含复杂的地物目标信息,传统分割方法应用受到极大限制,以深度卷积神经网络为代表的分割方法在诸多领域取得了突破进展。针对高分辨遥感图像分割问题,提出一种基于U-Net改进的深度卷积神经网络,实现了端到端的像素级语义分割。对原始数据集做了扩充,对每一类地物目标训练一个二分类模型,随后将各预测子图组合生成最终语义分割图像。采用了集成学习策略来提高分割精度,在'CCF卫星影像的AI分类与识别竞赛'数据集上取得了94%的训练准确率和90%的测试准确率。实验结果表明,该网络在拥有较高分割准确率的同时还具有良好的泛化能力,能够用于实际工程。 展开更多
关键词 遥感图像 语义分割 卷积神经网络 U-Net 集成学习
在线阅读 下载PDF
小数据集中的小型建筑物提取方法研究
20
作者 杨旭勃 田金文 《测绘通报》 CSCD 北大核心 2019年第10期51-55,共5页
遥感卫星影像一般尺寸较大,而包含有小型建筑物的区域占比较小,如果采用滑动切块扩增数据样本的方法,大部分切片中没有目标,而构建包含大量小建筑物的大型数据集费工费时。常规的方法在高分辨率卫星影像上提取小型建筑物非常困难,研究... 遥感卫星影像一般尺寸较大,而包含有小型建筑物的区域占比较小,如果采用滑动切块扩增数据样本的方法,大部分切片中没有目标,而构建包含大量小建筑物的大型数据集费工费时。常规的方法在高分辨率卫星影像上提取小型建筑物非常困难,研究适用于小规模数据集的小型建筑物提取任务的提取方法具有重要理论意义和应用价值。本文提出了一种轻量化的全连接分割网络ZF-FCN,使用较小的感受野获取更多局部信息,使用较少的最大池化操作避免剧烈的下采样,使用Lovász-Softmax损失解决样本不平衡问题,使网络训练更稳定也更好地优化交并比。最后构建了一个主要包含小型建筑物的小规模数据集,试验在对不同切块大小进行数据增强后进行。对比试验表明,ZF-FCN在建筑物提取任务上的表现优于FCN和U-Net。 展开更多
关键词 建筑物提取 全连接网络 感受野 语义分割 上采样
上一页 1 2 11 下一页 到第
使用帮助 返回顶部 意见反馈