小数据集中的小型建筑物提取方法研究
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.
建筑物提取、全连接网络、感受野、语义分割、上采样
P237(摄影测量学与测绘遥感)
国家自然科学基金61273279
2019-11-04(万方平台首次上网日期,不代表论文的发表时间)
共5页
51-55