10.19678/j.issn.1000-3428.0059312
基于深度学习的卫星图像道路分割算法
针对道路分割时存在的梯度消失问题,构建基于U-Net的卫星道路图像语义分割模型.通过密集连接模块减少梯度消失,并引入空间空洞金字塔结构保留更多的图像特征,在学习深层次特征信息时采用注意力监督机制,提取道路要素的特征信息.在卫星图像道路数据集上的测试结果表明,与FCN、SegNet、U_Net算法相比,该算法模型的准确率、召回率和精确率指标分别达到96.3%、96.9%和96.6%,能够有效地对道路元素进行准确分割.
深度学习;道路分割;密集连接模块;空间空洞金字塔结构;注意力监督机制
47
TP391(计算技术、计算机技术)
国家重点研发计划;海南省重点研发计划;海南省高等学校科学研究项目
2021-10-19(万方平台首次上网日期,不代表论文的发表时间)
共8页
306-313