首页 | 官方网站   微博 | 高级检索  
     

基于改进深度神经网络的遥感影像语义分割
引用本文:陈天华,郑司群,林宇骁. 基于改进深度神经网络的遥感影像语义分割[J]. 计算机仿真, 2021, 38(12): 27-32. DOI: 10.3969/j.issn.1006-9348.2021.12.006
作者姓名:陈天华  郑司群  林宇骁
作者单位:北京工商大学人工智能学院,北京100048
摘    要:研究了基于深度学习的遥感图像语义分割问题,将建筑物作为遥感图像中的待分割目标,采用语义分割算法将建筑物提取出来.提出了一种改进的U-net网络,根据分割实际需求,保持网络对目标提取特征能力的前提下,将原U-net网络的卷积核数量适当减少,降低了网络参数数量和计算复杂度;增加了Batch Normalization层抑制过拟合问题;在上采样部分增加特征图的局部信息以优化网络对于细节的分割效果.使用公开的数据集INRIA Aerial Image Dataset来评估改进的U-net网络的实际效果,和原U-net相比,单张图片训练速度提升了8%,分割精度也明显提升,训练中的过拟合情况得到改善.证明了本文改进的U-net网络具有对遥感图像的语义分割任务的有效性和可行性.

关 键 词:卷积神经网络  语义分割  深度学习  遥感图像处理

Semantic Segmentation of Remote Sensing Images Based on Improved Deep Neural Network
CHEN Tian-hua,ZHENG Si-qun,LIN Yu-xiao. Semantic Segmentation of Remote Sensing Images Based on Improved Deep Neural Network[J]. Computer Simulation, 2021, 38(12): 27-32. DOI: 10.3969/j.issn.1006-9348.2021.12.006
Authors:CHEN Tian-hua  ZHENG Si-qun  LIN Yu-xiao
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号