典型文献
基于语义分割的城市内涝检测算法
文献摘要：
虽然语义分割是图像理解的关键步骤.由于单独使用卷积网络进行语义分割,很难区分具有较大轮廓偏差的同类目标,同时,较高层次的特征会丢失一些详细信息.另外,ACFNet等网络已经引入了注意机制,通过自控系统获取丰富的上下文信息来改进场景分类,但它们并没有将全局范围和局部空间中的类特征关系结合起来,以进一步提高特征的类内一致性和类间可分割性.针对这一问题,提出了带空间约束的类别注意语义分割网络,该网络包含两个子模块,一个子模块利用范畴空间分布引入特征的局部空间位置信息,另一个模块是利用全局类别平均强度引入类别特征的全局强度信息.该网络模型通过选择一种合适的主干网络,从主干网络中获取特征映射,经过全局类别强度和类别局部空间处理两个子模块,将特征叠加成原始特征,最后,通过分类层执行分类处理,并向上采样到输入图像大小,以完成像素级标签预测.实验结果表明,该分割网络比现有的分割网络具有更高的精度.
文献关键词：
插入PSPNet;注意机制;特征融合;城市内涝检测
中图分类号：
作者姓名：
李芬;李志鹏;冯祥胜;李伟
作者机构：
江西省大气探测技术中心 南昌330069;江西省气象信息中心 南昌330069;南昌工程学院 南昌330099
文献出处：
引用格式：
[1]李芬;李志鹏;冯祥胜;李伟-.基于语义分割的城市内涝检测算法)[J].国外电子测量技术,2022(07):45-49
A类：
城市内涝检测,轮廓偏差,ACFNet
B类：
检测算法,图像理解,关键步骤,卷积网络,类目,详细信息,注意机制,自控系统,上下文信息,进场,场景分类,特征关系,类内一致,可分割性,空间约束,语义分割网络,子模块,空间位置信息,类别特征,强度信息,主干网络,特征映射,别局,空间处理,加成,分类处理,上采样,像素级,PSPNet,特征融合
AB值：
0.363051
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。
