10.3969/j.issn.1000-3428.2017.10.036
基于改进全卷积神经网络的航拍图像语义分类方法
现有的卷积神经网络方法难以对图像的每个像素进行语义识别,较难从像素层面分解出图像的不同类别.为此,提出一种端到端的全卷积深度网络,以实现高分辨航拍图像像素级的语义分割及识别.通过全卷积神经网络对图像强度信息和地理信息系统信息分别采用独立通道进行处理,在全卷积神经网络的最终层合并2个通道,并对每个像素进行全连接像素级标注,利用条件随机场作为后期处理方法平滑相似区域,同时保留图像中的边缘信息.实验结果表明,与传统视觉语义分类算法相比,该算法在航拍图像像素级分类上的准确率更高,识别效果更好.
图像分类、语义标注、神经网络、目标检测、条件随机场
43
TP391.41(计算技术、计算机技术)
中国博士后科学基金2016M590912;中央高校基本科研业务费专项资金310832151097
2017-12-01(万方平台首次上网日期,不代表论文的发表时间)
共6页
216-221