典型文献
多模态特征融合的遥感图像语义分割网络
文献摘要：
遥感图像语义分割是指通过对遥感图像上每个像素分配语义标签并标注,从而形成分割图的过程,在国土资源规划、智慧城市等领域有着广泛的应用.高分辨率遥感图像存在目标大小尺度不一与阴影遮挡等问题,单一模态下对相似地物和阴影遮挡地物分割较为困难.针对上述问题,提出了将IRRG(infrared、red、green)图像与DSM(digital surface model)图像融合的遥感图像语义分割网络MMFNet.网络采用编码器-解码器的结构,编码层采用双输入流的方式同时提取IRRG图像的光谱特征和DSM图像的高度特征.解码器使用残差解码块(residual decod-ing block,RDB)提取融合后的特征,并使用密集连接的方式加强特征的传播和复用.提出复合空洞空间金字塔(complex atrous spatial pyramid pooling,CASPP)模块提取跳跃连接的多尺度特征.在国际摄影测量与遥感学会(international society for photogrammetry and remote sensing,ISPRS)提供的Vaihingen和Potsdam数据集上进行了实验,MMFNet分别取得了90.44％和90.70％的全局精确度,相比较与DeepLabV3+、OCRNet等通用分割网络和CEVO、UFMG_4等同数据集专用分割网络具有更高的分割精确度.
文献关键词：
高分辨率遥感图像;语义分割;多尺度特征;金字塔池化
中图分类号：
作者姓名：
孙汉淇;潘晨;何灵敏;胥智杰
作者机构：
中国计量大学 信息工程学院,杭州 310018;中国计量大学 浙江省电磁波信息技术与计量检测重点实验室,杭州 310018
文献出处：
引用格式：
[1]孙汉淇;潘晨;何灵敏;胥智杰-.多模态特征融合的遥感图像语义分割网络)[J].计算机工程与应用,2022(24):256-264
A类：
MMFNet,decod,CASPP,CEVO,UFMG
B类：
多模态特征融合,遥感图像语义分割,语义分割网络,像素,语义标签,国土资源规划,智慧城市,高分辨率遥感图像,小尺度,阴影遮挡,似地,地物分割,IRRG,infrared,green,DSM,digital,surface,model,图像融合,编码器,解码器,编码层,双输入,入流,同时提取,光谱特征,高度特征,residual,block,RDB,密集连接,复用,空间金字塔,complex,atrous,spatial,pyramid,pooling,跳跃连接,多尺度特征,摄影测量与遥感,international,society,photogrammetry,remote,sensing,ISPRS,Vaihingen,Potsdam,DeepLabV3+,OCRNet,等同,金字塔池化
AB值：
0.396091
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。
