10.16208/j.issn1000-7024.2022.09.032
面向遥感图像的建筑物轻量化语义分割方法
针对高分辨率遥感图像建筑物分割方法存在分割完整度低和模型参数量大的问题,提出一种轻量化的编码器-解码器结构网络LED-Net(lightweight encoder decoder network).编码器使用带有通道注意力机制的残差网络,使得网络充分提取图像的特征信息;解码器使用轻量化的数据依赖上采样模块,增加建筑物分割完整度,减少模型参数量.使用INRIA Aerial Image与Massachusetts Buildings数据集对该算法进行实验,LED-Net相较DeepLabV3+、Building-A-Net等模型,减少了模型参数量,提升了分割精确度及预测图中建筑物的整体和边缘分割完整度.
高分辨率遥感图像、语义分割、轻量化、编码器-解码器、残差网络
43
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;新疆自治区研究生创新基金项目;智能多模态信息处理团队基金项目
2022-10-09(万方平台首次上网日期,不代表论文的发表时间)
共8页
2646-2653