一种双路网络语义分割模型
深度卷积神经网络对高分辨率遥感影像进行语义分割时,对图像的下采样会造成物体边缘模糊,使分割结果在边缘附近划分不清晰,误分类较多.通过在网络中增加边缘信息可以提升模型对遥感图像的分割能力.因此,提出了一个用于语义分割的双路网络模型,增加一路边缘网络学习目标的边缘特征,并利用边缘特征对分割特征进行细化.同时,作为一个多任务学习模型,分割网络和边缘网络可以同时进行训练.本文在ISPRS Potsdam和ISPRS Vaihingen数据集上证明了双路网络模型的有效性,对比多种语义分割模型,均取得了领先的效果.
双路网络;边缘检测;高分辨率遥感图像;语义分割
39
TP391(计算技术、计算机技术)
国家自然科学基金;国家自然科学基金
2022-02-22(万方平台首次上网日期,不代表论文的发表时间)
共8页
63-70