典型文献
基于深度学习的海岸线边缘检测网络模型
文献摘要：
海岸线的动态监测对海岸带的规划管理具有非常重要的意义.由于海陆环境错综复杂,遥感影像中海陆边界光谱特征不明显,导致提取的海岸线定位不准确.提出一种融合语义分割网络和边缘检测网络的深度卷积神经网络模型(EWNet).该模型包含2个分支流:语义分割流负责提取分层语义信息并用来指导边缘检测流获取岸线语义信息;边缘检测流通过语义分割流完善边缘语义信息.在"高分一号"遥感图像上的实验结果表明,与几种最新网络模型相比,EWNet获得了更精确的海岸线边界提取结果.
文献关键词：
海岸线提取;神经网络;语义分割;边缘检测;遥感图像
中图分类号：
作者姓名：
李忠瑞;崔宾阁;杨光;张昊卿
作者机构：
山东科技大学计算机科学与工程学院,山东青岛 266590
文献出处：
引用格式：
[1]李忠瑞;崔宾阁;杨光;张昊卿-.基于深度学习的海岸线边缘检测网络模型)[J].计算机工程与科学,2022(12):2220-2229
A类：
EWNet
B类：
边缘检测,测网,海岸带,规划管理,海陆,错综复杂,遥感影像,中海,光谱特征,合语,语义分割网络,深度卷积神经网络,卷积神经网络模型,支流,取分,语义信息,测流,流完,高分一号,遥感图像,新网,边界提取,海岸线提取
AB值：
0.285491
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。
