典型文献
一种改进Unet网络的遥感影像分割算法
文献摘要：
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.
文献关键词：
语义分割;Canny算子;数学形态学操作;深度学习;图像处理
中图分类号：
作者姓名：
李娇娇;刘志强;宋锐;李云松
作者机构：
西安电子科技大学综合业务网理论及关键技术国家重点实验室,陕西西安 710071
文献出处：
引用格式：
[1]李娇娇;刘志强;宋锐;李云松-.一种改进Unet网络的遥感影像分割算法)[J].西安电子科技大学学报（自然科学版）,2022(06):67-75,128
A类：
数学形态学操作
B类：
Unet,遥感影像分割,分割算法,边缘信息,语义信息,语义建模,体改,编码器,边缘提取,取模,模块融合,骨干网络,语义特征,特征信息,Canny,边缘特征,地学,全局信息,边缘引导,边缘区域,像素,长距离依赖,依赖关系,上下文信息,类内一致,挑战赛,平均交并比,比达,ISPRS,Vaihingen,Potsdam,基准数据集,适于,语义分割
AB值：
0.345571
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
