| 一种基于深度学习的卫星遥感图像分割方法 | |
| 刘冠群1; 刘豪2; 王新2; 王威2 | |
| 2021-09-20 | |
| 发表期刊 | 湖南城市学院学报(自然科学版)
 |
| ISSN | 1672-7304 |
| 卷号 | 30期号:05页码:54-58 |
| 摘要 | 近年来,基于深度学习的语义分割方法得到了广泛应用﹒本文针对实际遥感图像中的语义分割问题,为了减少网络参数和计算量,以及提高网络性能,提出了一个使用通道注意力机制的卷积神经网络(channel attention network, CA-Net)﹒首先,对高分二号(GF-2)遥感图像进行预处理和数据标注,得到一个7分类数据集;其次,将数据集进行增强与扩充,以避免过度拟合﹒实验结果表明:CA-Net模型的MIoU达到了53.77%,像素精度为91.36%,FWIoU为85.52%,可以对GF-2图像中的分类任务目标精确分割;相比其他方法,本文所提出的方法可以更有效地完成高分辨率遥感影像图像语义分割任务﹒ |
| 关键词 | 卷积神经网络 深度学习 注意力机制 图像分割 |
| URL | 查看原文 |
| 语种 | 中文 |
| 资助项目 | 湖南省教育厅科研项目(20C1249);长沙市科技计划项目(kq2004071);湖南省研究生创新项目(CX20200882) |
| 原始文献类型 | 学术期刊 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://ir.library.ouchn.edu.cn/handle/39V7QQFX/150297 |
| 专题 | 国家开放大学湖南分部 |
| 通讯作者 | 王威 |
| 作者单位 | 1.湖南开放大学; 2.长沙理工大学计算机与通信工程学院 |
| 第一作者单位 | 国家开放大学湖南分部 |
| 第一作者的第一单位 | 国家开放大学湖南分部 |
| 推荐引用方式 GB/T 7714 | 刘冠群,刘豪,王新,等. 一种基于深度学习的卫星遥感图像分割方法[J]. 湖南城市学院学报(自然科学版),2021,30(05):54-58. |
| APA | 刘冠群,刘豪,王新,&王威.(2021).一种基于深度学习的卫星遥感图像分割方法.湖南城市学院学报(自然科学版),30(05),54-58. |
| MLA | 刘冠群,et al."一种基于深度学习的卫星遥感图像分割方法".湖南城市学院学报(自然科学版) 30.05(2021):54-58. |
| 条目包含的文件 | 条目无相关文件。 | |||||
| 个性服务 |
| 查看访问统计 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [刘冠群]的文章 |
| [刘豪]的文章 |
| [王新]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [刘冠群]的文章 |
| [刘豪]的文章 |
| [王新]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [刘冠群]的文章 |
| [刘豪]的文章 |
| [王新]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
| 相关推荐 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论