10.19665/j.issn1001-2400.2022.06.009
一种改进Unet网络的遥感影像分割算法
现有的遥感影像分割算法将边缘信息和语义信息进行简单的结合,往往不能确保语义建模的整体改进.为解决此类问题,提出了基于改进Unet网络的遥感影像分割算法.该算法在基础编码器的基础上添加了边缘提取模块,此模块融合骨干网络所提取的语义特征信息以及由输入图像经过Canny算子和膨胀数学形态学操作获得的边缘特征信息,更好地学习了遥感影像的边缘.为了进一步获取遥感影像全局信息以提高分割精度,提出了边缘引导上下文聚合模块.该模块通过捕获边缘区域的像素和物体内部像素之间的长距离依赖关系,通过聚合上下文信息而加强类内一致性.在"天智杯"人工智能挑战赛数据集的测试下,改进后的模型总体准确度达到84.5%,平均交并比达到68.6%,精度与经典Unet模型相比分别提高了5.3%和9.2%.改进后的模型在ISPRS Vaihingen和Potsdam基准数据集上总体准确度分别达到了91.2%和91.6%,更适于精确的遥感影像分割.
语义分割、Canny算子、数学形态学操作、深度学习、图像处理
49
TP391.4(计算技术、计算机技术)
国家自然科学基金;国家重点实验室基金;中国博士后特别资助科学基金;空间智能控制实验室科学与技术基金;高等学校学科创新引智计划;芜湖-西电产学研合作基金
2023-02-24(万方平台首次上网日期,不代表论文的发表时间)
共10页
67-75,128