首页期刊导航|广州大学学报（自然科学版）
期刊信息/Journal information
广州大学学报（自然科学版）
广州大学学报（自然科学版）

陈永亨

双月刊

1671-4229

journal@gzhu.edu.cn

020-39366068

510006

广州市大学城外环西路230号A213信箱

广州大学学报（自然科学版）/Journal Journal of Guangzhou University(Natural Science Edition)
正式出版
收录年代

    一种DeepLabv3+结构改进的高分遥感影像红树林边界识别方法

    吴耀炜龚建周陈智勇袁海威...
    93-104页
    查看更多>>摘要：针对红树林自动监测与保护的迫切需求,文章提出一种DeepLabv3+改进模型的高分辨率遥感影像红树林的识别方案.改进方案主要包括在DeepLabv3+的ASPP(Atrous Spatial Pyramid Pooling)结构中,引入深度可分离卷积和SE(Squeeze and Excitation)注意力机制,以及在解码端加入CBAM(Convolutional Block Attention Module)注意力机制和多尺度融合技术,以提高模型对红树林关键特征的捕捉和表征能力,从而减少漏检和误检现象.经过严格的精度评价,改进后的DeepLabv3+模型在总体精度上达到了 99.60％,在召回率、红树林类交并比(Mangrove-IoU)和类 Fl-score 上也分别达 96.05％、95.31％和 97.60％.与原始 DeepLabv3+、HRNet 和PSPNet模型相比,改进模型在所有主要评价指标上表现更优,红树林的识别准确性和边界提取能力明显提升.应用分析也进一步验证了模型的泛化能力和应用潜力.研究成果可优化红树林的实时监测技术.

    红树林边界识别DeepLabv3+注意力机制多尺度特征融合语义分割高分遥感影像

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    投稿须知

    广州大学学报编辑部
    封3页
      原文链接:
    • NETL
    • NSTL
    • 万方数据