典型文献
结合空洞卷积的FuseNet变体网络高分辨率遥感影像语义分割
文献摘要：
针对多模态、多尺度的高分辨率遥感影像分割问题,提出了结合空洞卷积的FuseNet变体网络架构对常见的土地覆盖对象类别进行语义分割.首先,采用FuseNet变体网络将数字地表模型(digital surface model,DSM)图像中包含的高程信息与红绿蓝(red green blue,RGB)图像的颜色信息融合;其次,在编码器和解码器中分别使用空洞卷积来增大卷积核感受野;最后,对遥感影像逐像素分类,输出遥感影像语义分割结果.实验结果表明,所提算法在国际摄影测量与遥感学会(International Society for Photogrammetry and Remote Sensing,ISPRS)提供的Potsdam、Vaihingen数据集上的mF1得分分别达到了 91.6％和90.4％,优于已有的主流算法.
文献关键词：
高分辨率遥感影像;深度卷积神经网络;空洞卷积;语义分割;FuseNet
中图分类号：
作者姓名：
杨军;于茜子
作者机构：
兰州交通大学电子与信息工程学院,甘肃 兰州,730070;兰州交通大学测绘与地理信息学院,甘肃 兰州,730070;地理国情监测技术应用国家地方联合工程研究中心,甘肃 兰州,730070;甘肃省地理国情监测工程实验室,甘肃 兰州,730070
文献出处：
引用格式：
[1]杨军;于茜子-.结合空洞卷积的FuseNet变体网络高分辨率遥感影像语义分割)[J].武汉大学学报（信息科学版）,2022(07):1071-1080
A类：
FuseNet,mF1
B类：
空洞卷积,变体,高分辨率遥感影像,语义分割,遥感影像分割,网络架构,土地覆盖,数字地表模型,digital,surface,model,DSM,高程信息,红绿蓝,red,green,blue,RGB,颜色信息,信息融合,在编,编码器,解码器,大卷,卷积核,感受野,像素分类,摄影测量与遥感,International,Society,Photogrammetry,Remote,Sensing,ISPRS,Potsdam,Vaihingen,流算法,深度卷积神经网络
AB值：
0.393511
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。
