计算机科学2021,Vol.48Issue(z2) :382-385.DOI:10.11896/jsjkx.201100184

基于改进DeeplabV3+的地物分类方法研究

Feature Classification Method Based on Improved DeeplabV3+

朱戎 叶宽 杨博 谢欢 赵蕾
计算机科学2021,Vol.48Issue(z2) :382-385.DOI:10.11896/jsjkx.201100184

基于改进DeeplabV3+的地物分类方法研究

Feature Classification Method Based on Improved DeeplabV3+

朱戎 1叶宽 1杨博 1谢欢 1赵蕾1
扫码查看

作者信息

  • 1. 国网北京电科院 北京 100000
  • 折叠

摘要

原始DeeplabV3+算法对无人机航拍图像中的地物边缘分割不够准确,对道路的分割存在不连续的情况.因此,针对这些问题,文中对DeeplabV3+算法进行了改进.首先,在编码阶段进行特征融合,增强浅层特征图的语义信息;其次,在分割网络结构中添加边界提取分支模块,并采用Canny边缘检测算法提取真实的边界信息进行监督训练,使网络对地物边缘的分割更为精细;最后,在网络的解码阶段,融合更多的浅层特征.实验结果表明,所提方法的mIoU值为80.92%,比DeeplabV3+算法提升了6.35%,能够有效进行地物分类.

关键词

遥感图像/地物分类/边缘检测/DeeplabV3+/语义分割

引用本文复制引用

出版年

2021
计算机科学
重庆西南信息有限公司(原科技部西南信息中心)

计算机科学

CSTPCDCSCD北大核心
影响因子:0.944
ISSN:1002-137X
被引量5
参考文献量1
段落导航相关论文