典型文献
基于边缘增强的遥感图像弱监督语义分割方法
文献摘要：
随着弱监督学习被应用于遥感图像语义分割,大大降低了模型训练的数据成本.然而,由于监督信息不足,类激活图难以准确激活出遥感图像中不同尺度大小的目标,这使得基于类激活图获得的伪分割掩码边缘粗糙,从而导致最终的分割结果不准确.此外,大部分的弱监督语义分割方法都是基于可视化的两阶段方法,模型复杂繁琐.针对上述问题,设计了一种基于边缘增强的端到端弱监督语义分割网络.在特征空间边缘增强模块中,以自监督方式引导网络学习遥感图像中尺寸不一的目标,并且,细化伪分割掩码的边缘;在输出空间边缘增强模块中,通过端到端训练提升分割精度,同时降低模型训练的繁琐度.在ISPRS 2D数据集上的实验结果表明,该方法在仅使用图像级标签的情况下MIoU分别为57.72％和59.45％,与其他方法相比,效果较好.
文献关键词：
弱监督学习;遥感图像语义分割;自监督学习;边缘增强;端到端
中图分类号：
作者姓名：
栾晓梅;刘恩海;武鹏飞;张军
作者机构：
河北工业大学 人工智能与数据科学学院,天津 300401;北京仿真中心 航天系统仿真重点实验室,北京 100854
文献出处：
引用格式：
[1]栾晓梅;刘恩海;武鹏飞;张军-.基于边缘增强的遥感图像弱监督语义分割方法)[J].计算机工程与应用,2022(20):188-196
A类：
B类：
边缘增强,弱监督语义分割,分割方法,弱监督学习,遥感图像语义分割,大大降低,模型训练,监督信息,类激活图,活出,不同尺度,掩码,两阶段方法,语义分割网络,特征空间,监督方式,网络学习,输出空间,端到端训练,ISPRS,2D,MIoU,其他方法,自监督学习
AB值：
0.289206
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。
