首页|基于图卷积神经网络的高分辨率遥感图像语义分割方法

基于图卷积神经网络的高分辨率遥感图像语义分割方法

张峰 杨子萌 吴秋兰 尚素雅 常小燕

基于图卷积神经网络的高分辨率遥感图像语义分割方法

张峰 1杨子萌 吴秋兰 尚素雅 常小燕
扫码查看

作者信息

  • 1. 山东农业大学
  • 折叠

摘要

本发明涉及高分辨率卫星和遥感技术领域,具体是一种基于图卷积神经网络的高分辨率遥感图像语义分割方法,其主要包括构建基于图卷积神经网络和高程数据的高分辨率遥感图像语义分割模型,本技术方案由于高程对特征信息的影响会导致高差较大的情况下同一地物的训练效果不理想。基于卷积神经网络结合图卷积神经网络建立了针对遥感图像的语义分割模型DGCN,在特征提取阶段加入了DEM信息,优化了训练效果,在GCN模块中使用针对边界信息的损失函数对目标地物及其之间的空间关系特征进行优化学习,采用分层融合方法进行特征融合与分类,优化原有特征信息中的空间关系信息。

申请号

CN202310602675.2

公开号

CN116597143A

专利类型

发明专利

申请日

2023-05-26

公开日

2023-08-15

IPC分类

G06V10/26(2022.01)

申请人

山东农业大学

发明人

张峰/杨子萌/吴秋兰/尚素雅/常小燕

主申请人地址

271000 山东省泰安市岱宗大街61号

国别省市代码

中国(CN)
段落导航相关论文