基于改进CycleMLP的高分遥感图像采石场识别
石矿区生态修复是改善区域生态系统功能的重要环节,识别采石场、确定采矿区边界是完成修复任务的前提.目前,基于深度学习的语义分割技术,能够精准识别高分遥感图像中的感兴趣地物,为采石场识别提供了有效途径.本文基于CycleMLP框架,利用金字塔结构,将多级特征输入到一个轻量级MLP解码器中,聚合来自不同层次的特征信息,同时获取局部和全局特征.在前馈网络中嵌入卷积层,避免位置编码插值导致的精度下降现象.引入福建省南安市石矿区语义分割数据集,以训练网络和验证算法精度.结果表明,改进后的CycleMLP能够从高分遥感图像中有效识别石矿区,与其他基于自注意力机制的方法相比,精度更高,且可以准确界定石矿区边界,能够为修复石矿区生态系统提供可靠支撑材料.
采石场、高分遥感图像、MLP、解码器、生态修复
P237(摄影测量学与测绘遥感)
国家自然科学基金;江苏省自然科学基金;南京信息工程大学人才启动项目
2023-03-09（万方平台首次上网日期，不代表论文的发表时间）
共7页
84-90
