典型文献
遥感图像语义分割空间全局上下文信息网络
文献摘要：
为了解决卷积神经网络(CNN)在语义分割特征提取阶段容易丢失空间信息以及边界信息不明确的问题,基于U-Net基线网络提出空间全局上下文信息网络(NC-Net).增加再编码阶段(ReEncoder),以增强空间信息识别能力.在Decoder阶段输出多尺度特征,与ReEncoder阶段结合获取全局上下文信息.保留边界损失函数,设计多尺度损失函数级联方法,优化整体网络.在GID以及WHDLD数据集上的实验结果表明,该方法的总体准确度达到最好成绩,明显优于其他基线模型.
文献关键词：
语义分割;遥感影像;空间信息;全局上下文;神经网络
中图分类号：
作者姓名：
吴泽康;赵姗;李宏伟;姜懿芮
作者机构：
郑州大学 信息工程学院,河南 郑州 450001;郑州大学 地球科学与技术学院,河南 郑州 450001
文献出处：
引用格式：
[1]吴泽康;赵姗;李宏伟;姜懿芮-.遥感图像语义分割空间全局上下文信息网络)[J].浙江大学学报（工学版）,2022(04):795-802
A类：
ReEncoder,WHDLD
B类：
遥感图像语义分割,全局上下文信息,信息网络,空间信息,Net,线网,NC,信息识别,识别能力,Decoder,多尺度特征,边界损失,损失函数,数级,级联方法,GID,基线模型,遥感影像
AB值：
0.269416
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。
