典型文献
融合分形几何特征Resnet遥感图像建筑物分割
文献摘要：
针对遥感图像建筑物易受背景中道路、树木、阴影干扰而导致分割边界不清晰的问题,提出了一种融合分形几何特征的Resnet网络.所提模型基于编码-解码框架,以Resnet网络为主干网络,在编码阶段中引入融合分形先验的空洞空间金字塔池化模块(FD-ASPP),利用分形维数捕获遥感图像的分形特征,增强了Resnet网络的几何特征描述能力.解码阶段提出一种深度可分离卷积注意力融合机制(DSCAF),有效融合高层次特征和低层次特征,获取更加丰富的遥感图像语义信息和位置细节信息.在WHU遥感图像数据集上的实验表明,精确率达到0.9448,召回率达到0.9462,F1分数达到0.9455,平均交并比mIoU达到0.9415.所提模型与FCN、Segnet、Deeplab V3、U-net、SETR和AlignSeg等现有建筑物遥感语义分割模型相比,具有更好的分割精度,有效克服了道路、树木、阴影等因素的干扰,得到了较清晰的建筑物边界.
文献关键词：
遥感图像;建筑物分割;残差网络;分形维数;特征融合
中图分类号：
作者姓名：
徐胜军;张若暄;孟月波;刘光辉;韩九强
作者机构：
西安建筑科技大学信息与控制工程学院,陕西西安710055;西安市建筑制造智动化技术重点实验室,陕西西安710055;西安交通大学电子与信息学部,陕西西安710049
文献出处：
引用格式：
[1]徐胜军;张若暄;孟月波;刘光辉;韩九强-.融合分形几何特征Resnet遥感图像建筑物分割)[J].光学精密工程,2022(16):2006-2020
A类：
DSCAF,SETR,AlignSeg
B类：
分形几何,几何特征,Resnet,遥感图像,建筑物分割,中道,树木,阴影,割边,解码,主干网络,在编,先验,空洞空间金字塔池化模块,FD,ASPP,分形维数,分形特征,特征描述,深度可分离卷积,卷积注意力,注意力融合,融合机制,有效融合,层次特征,低层次,图像语义信息,细节信息,WHU,图像数据集,精确率,召回率,平均交并比,mIoU,FCN,Segnet,Deeplab,V3,语义分割,分割模型,残差网络,特征融合
AB值：
0.388392
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。
