基于DeepLabV3+的轻量级多特征融合街景语义分割

1

作者 宋宇 刘伟达 +1 位作者 郭杨 梁超 《长春工业大学学报》 2025年第3期222-232,共11页

针对基于深度学习的语义分割网络中参数大,难以在移动平台上实施;网络中感受野较小,没有充分利用低层语义信息等问题。提出基于DeepLabV3+改进的神经网络算法。网络编码器在主干网络使用轻量级MobilenetV2替换原网络并增加通道注意力机... 针对基于深度学习的语义分割网络中参数大,难以在移动平台上实施;网络中感受野较小,没有充分利用低层语义信息等问题。提出基于DeepLabV3+改进的神经网络算法。网络编码器在主干网络使用轻量级MobilenetV2替换原网络并增加通道注意力机制模块,大幅降低网络的计算时间;将原ASPP部分替换为密集连接的ASPP结构,扩张率设置为1~8倍,增大感受野的同时控制了计算量,同时针对密集连接ASPP加入了条形池化,在精度提高的同时运算量基本维持不变;并将得到的特征图通过空间和通道注意力机制进行语义信息建模。解码端融合编码端第二次和第三次下采样的语义特征,提升图像的分割精度。实验结果表明,在Camvid与Cityscapes数据集上测试,该网络能够改善DeepLabV3+的不足,且在平均交并比分别达到72.3%、66.41%,在CamVid上用时降低了33.8%。 展开更多

关键词 语义分割 注意力机制 改进的deeplabv3+网络 密集连接ASPP 多特征融合

在线阅读 下载PDF 职称材料

基于注意力机制改进DeepLabV3+网络的拉索检测方法

2

作者 蒋田勇 胡淳俊 郑力之 《交通科学与工程》 2025年第3期73-81,共9页

【目的】基于计算机视觉进行拉索振动测量时,背景图像中物体的运动会影响拉索振动识别的精度。因此,提出一种引入有效通道注意力(ECA)机制的改进DeepLabV3+网络方法,以去除复杂图像背景并提取图像前景中的拉索目标。【方法】在DeepLabV3... 【目的】基于计算机视觉进行拉索振动测量时,背景图像中物体的运动会影响拉索振动识别的精度。因此,提出一种引入有效通道注意力(ECA)机制的改进DeepLabV3+网络方法,以去除复杂图像背景并提取图像前景中的拉索目标。【方法】在DeepLabV3+网络的编码阶段增设特征提取模块以增强拉索图像的深层特征,从而获得更精细的拉索边缘;在解码阶段引入浅层特征融合模块过滤背景信息并减少细节信息的损失。【结果】在采集的离散拉索图像数据上对模型的精度进行评估,结果表明:改进后的DeepLabV3+网络的平均交互比(MIoU)、类别像素精度(PA)和平均像素精度(MPA)均有提高,分别达到0.9901、0.9984和0.9949。【结论】改进后的DeepLabV3+网络对拉索像素识别的精度更高,对背景图像的分割更完全,可有效去除拉索的复杂图像背景。 展开更多

关键词 计算机视觉 注意力机制 复杂图像背景 前景拉索 deeplabv3+网络

在线阅读 下载PDF 职称材料

基于改进DeepLabV3+的钢桥锈蚀检测方法 被引量：3

3

作者 黄海新 贺朝 +2 位作者 程寿山 许瑞宁 张连振 《重庆交通大学学报(自然科学版)》 北大核心 2025年第2期18-24,60,共8页

锈蚀检测算法是钢桥管养从人工视觉向机器视觉转型的关键,更是智能化钢桥检测机器人构建的技术基础。面向钢桥智能检测机器人对锈蚀检测算法低能耗和高精度的实际需求,针对DeepLabV3+模型加以改进,采用MobileNetV2主干网络替换原模型中... 锈蚀检测算法是钢桥管养从人工视觉向机器视觉转型的关键,更是智能化钢桥检测机器人构建的技术基础。面向钢桥智能检测机器人对锈蚀检测算法低能耗和高精度的实际需求,针对DeepLabV3+模型加以改进,采用MobileNetV2主干网络替换原模型中的Xception主干网络,使模型轻量化以易适配移动端设备,优化ASPP模块中的空洞率以提高网络对不同尺寸锈蚀的提取效果,添加CBAM注意力机制增强模型对关键特征的感知和捕捉;将改进后的DeepLabV3+模型与原DeepLabV3+模型、PSPNet模型和U-Net模型进行了对比,同时开展了消融实验;最后,将改进模型搭载于视觉机器人上,并开展实地工程测试。结果表明:相比于其它模型,改进的DeepLabV3+模型对钢桥锈蚀图像的分割准确率平均提高了7.5%,平均交并比平均提高了14.7%,召回率平均提高了9.1%。 展开更多

关键词 桥梁工程 deeplabv3+ 钢桥锈蚀检测 卷积神经网络 图像分割

在线阅读 下载PDF 职称材料

基于改进DeepLabV3+的海上船舶目标分割方法

4

作者 陶维昊 罗亚松 +2 位作者 林法君 曲建静 刘一平 《兵工学报》 北大核心 2025年第8期324-336,共13页

船舶目标分割对于提高海洋监测系统的自动化程度具有重要意义。现有的分割方法往往存在误分割、易受噪声干扰、处理效率低等问题,难以灵活高效地适应实际场景的需求。针对海上船舶目标分割任务,提出一种基于改进DeepLabV3+网络的分割算... 船舶目标分割对于提高海洋监测系统的自动化程度具有重要意义。现有的分割方法往往存在误分割、易受噪声干扰、处理效率低等问题,难以灵活高效地适应实际场景的需求。针对海上船舶目标分割任务,提出一种基于改进DeepLabV3+网络的分割算法MET-DeepLabV3+。在图像预处理阶段采用线性变换、双边滤波和多尺度Retinex级联式算法,以减弱噪声、天气等不利因素的影响;模型设计中采用轻量化的MobileNetV2作为主干网络,以降低模型复杂度;引入ECA-Net注意力机制,以增强模型对多尺度特征的捕捉能力。采用迁移学习方法,将在SeaShips数据集上预训练得到的特征权重应用于模型训练中,进一步优化分割效果。实验结果表明,改进算法的平均交互比为91.62%,平均像素准确率为92.87%,相比于基础DeepLabV3+模型分别提高2.13%和1.11%,且高于HRNet、PSPNet和UNet等分割模型,较好地满足了船舶目标分割任务的实际需求,具有较高的应用价值。 展开更多

关键词 船舶目标分割 deeplabv3+ 轻量化网络 注意力机制 迁移学习

在线阅读 下载PDF 职称材料

基于L-DeepLabV3+的风机组件图像分割方法

5

作者 王先知 邬满 +1 位作者 王高才 周雨晨 《计算机工程与设计》 北大核心 2025年第7期2089-2098,共10页

为提高风机组件图像的分割准确度和速度,提出一种L-DeepLabV3+的高效语义分割模型。采用改进后的EfficientNetV2-S1作为骨干网络,引入双融合注意力机制和深度可分离空洞卷积改进空洞空间卷积金字塔池化(atrous spatial pyramid pooling,... 为提高风机组件图像的分割准确度和速度,提出一种L-DeepLabV3+的高效语义分割模型。采用改进后的EfficientNetV2-S1作为骨干网络,引入双融合注意力机制和深度可分离空洞卷积改进空洞空间卷积金字塔池化(atrous spatial pyramid pooling,ASPP)模块,提高图像特征提取的准确性。损失函数采用Dice+Focal,使得模型在训练过程中会更加专注于复杂样本。实验结果表明,L-DeepLabV3+模型总体分类的准确率(Ac)提高了8.08%,mIoU值提高了7.59%。对比主流的语义分割模型,L-DeepLabV3+模型的分割精度得到进一步提升。 展开更多

关键词 图像分割 语义分割 deeplabv3+ 注意力机制 EfficientNetV2网络 平均交并比 风机叶片

在线阅读 下载PDF 职称材料

基于改进DeepLabv3+卷积神经网络的废钢智能判定算法

6

作者 吉孟扬 施凯旋 +1 位作者 郭宇 杨博晟 《轧钢》 北大核心 2025年第5期150-158,共9页

废钢等级判定是实现钢铁合理循环利用的关键环节。针对现有废钢判定方法检测精度不足、效率较低等问题,本文提出了一种基于改进DeepLabv3+卷积神经网络的废钢智能判定算法,该算法在空洞空间金字塔池化(ASPP)层后增加混合注意力机制,并... 废钢等级判定是实现钢铁合理循环利用的关键环节。针对现有废钢判定方法检测精度不足、效率较低等问题,本文提出了一种基于改进DeepLabv3+卷积神经网络的废钢智能判定算法,该算法在空洞空间金字塔池化(ASPP)层后增加混合注意力机制,并使用深度条带空洞卷积代替ASPP层中部分空洞卷积;通过构建不同料型、不同视角、不同时间段等实际场景的废钢堆图像数据集,训练获得了废钢智能判定模型。改进型算法能有效提升网络的检测精度,在以ResNet作为主干网的对照组中,平均交并比m_(IoU)提升约2.54%,在以Xception作为主干网的对照组中,m_(IoU)提升约4.42%,有效提高了废钢语义分割精度;通过厚度和距离两因素建立转换模型,完成各类废钢在图片中占据的像素点占比到实际质量占比的转换,并使用全连接网络方式将算法得出的结果和工人实际结果进行拟合。本文使用大量数据对所提出的模型进行实验,实验结果表明:本文模型判定精度能够达到93.75%,明显优于现有方法,并且能够满足实际生产需要。 展开更多

关键词 废钢 深度学习 语义分割 deeplabv3+卷积神经网络 智能算法

原文传递

基于改进DeepLabv3+和半自动标签策略的面部皱纹检测

7

作者 钟佳璇 张俊巧 +3 位作者 张宁涛 郭振宇 张梅 张榆锋 《计算机系统应用》 2025年第6期180-187,共8页

皮肤衰老问题日渐引起关注,皱纹可以有效反馈皮肤抗衰老治疗进程,还可以反映人的生活方式、提供关于皮肤健康状况的信息.现有皱纹检测算法受到人脸五官及图片背景的影响,需要将面部区域切割成多个模块后才能进行检测,且仅能在额头处水... 皮肤衰老问题日渐引起关注,皱纹可以有效反馈皮肤抗衰老治疗进程,还可以反映人的生活方式、提供关于皮肤健康状况的信息.现有皱纹检测算法受到人脸五官及图片背景的影响,需要将面部区域切割成多个模块后才能进行检测,且仅能在额头处水平方向皱纹的检测中展现出较好的结果,具有较强的局限性.针对上述问题,本文提出一种基于改进DeepLabv3+和半自动标签策略的面部皱纹检测算法,主要创新点包括:(1)结合面部纹理特征和皮肤科医生对皱纹的人工标注生成深度学习所需的目标数据集标签;(2)使用轻量级的MobileNetV2网络作为模型的主干网络,以降低网络参数量和计算量;(3)加入混合注意力机制,增强特征提取能力.最终,使用原始图像和生成标签训练所构建的学习模型,实现面部皱纹检测.采用Jaccard相似性指数对本文方法的准确性进行评估.实验结果表明,所提算法相较于传统算法、U-Net网络、HRNetV2网络、PSPNet网络和原始DeepLabv3+网络显示出更好的性能. 展开更多

关键词 deeplabv3+ 轻量级网络 注意力机制 皱纹检测 半自动标记

在线阅读 下载PDF 职称材料

基于注意力机制和DeepLabv3+的图像篡改检测方法

8

作者 吴琛 唐贝贝 邵叱风 《哈尔滨商业大学学报(自然科学版)》 2025年第3期283-289,共7页

针对图像篡改检测领域中无法有效处理不同尺度特征的问题,设计了一种基于改进DeepLabv3+的图像篡改检测网络.该网络采用改进后的SKAttention模块——ISKAttention模块,结合DeepLabv3+分割网络结构,能够有效融合不同尺度的特征信息.此外... 针对图像篡改检测领域中无法有效处理不同尺度特征的问题,设计了一种基于改进DeepLabv3+的图像篡改检测网络.该网络采用改进后的SKAttention模块——ISKAttention模块,结合DeepLabv3+分割网络结构,能够有效融合不同尺度的特征信息.此外,引入坐标注意力使网络能够更加灵活的选择不同位置的语义信息,从而更好地增强对纹理特征的感知能力,进一步强化网络的检测准确性.经过实验验证,与现有的检测方法相比,该网络能够更准确地定位和识别图像中的篡改区域,特别是针对拼接篡改等复杂情况,该网络在CASIA V1.0和COLUMBIA数据集上表现出了较高的准确性,F 1分数分别达到了92.2%和91.4%,展现了出色的通用性和鲁棒性.这一结果清晰地表明该方法在处理图像篡改检测领域中尺度特征问题方面具有显著的优势,可为图像篡改检测领域的进一步研究和应用提供有力的支持. 展开更多

关键词 深度学习 图像篡改检测 ISKAttention deeplabv3+网络 坐标注意力

在线阅读 下载PDF 职称材料

改进型DeepLabV3+的糖尿病眼底病变分割 被引量：2

9

作者 马晓普 刘文涛 李贺 《华中科技大学学报（自然科学版）》 EI CAS CSCD 北大核心 2024年第5期90-97,共8页

针对糖尿病视网膜眼底病变多类分割难及小病灶识别率低的问题,提出一种融合注意力机制与改进型DeepLabV3+的糖尿病视网膜眼底病变多类病症分割方法.该方法首先通过使用MobileNetV2网络提取病灶特征,减少参数量并提高算法训练速度;接着... 针对糖尿病视网膜眼底病变多类分割难及小病灶识别率低的问题,提出一种融合注意力机制与改进型DeepLabV3+的糖尿病视网膜眼底病变多类病症分割方法.该方法首先通过使用MobileNetV2网络提取病灶特征,减少参数量并提高算法训练速度;接着通过优化空洞空间卷积金字塔池化中的空洞卷积层数与空洞率,以提高捕获小病灶特征的能力;然后基于DeepLabV3+网络模型进行改进,借助坐标注意力机制感知病灶方向和位置信息,从而提高识别精度;最后采用FGADR和IDRiD数据集分别训练和测试所提出的模型.实验结果表明:所提出方法的平均交并比(MIoU)指标为73.75%,具有较高的分割精度,验证了模型有效性. 展开更多

关键词 糖尿病视网膜眼底病变 深度学习 deeplabv3+网络 坐标注意力 多类分割

原文传递

基于注意力机制改进的DeepLabV3+遥感图像分割算法 被引量：2

10

作者 侯艳丽 盖锡林 《微电子学与计算机》 2024年第8期53-61,共9页

DeepLabV3+分割算法具有高效的编解码结构,常用在图像分割任务中。针对DeepLabV3+高分辨率遥感图像语义分割中存在的分割目标边缘不精确和孔洞缺陷问题,提出了一种基于注意力机制改进的DeepLabV3+遥感图像分割算法。构建ECBA(Efficient ... DeepLabV3+分割算法具有高效的编解码结构,常用在图像分割任务中。针对DeepLabV3+高分辨率遥感图像语义分割中存在的分割目标边缘不精确和孔洞缺陷问题,提出了一种基于注意力机制改进的DeepLabV3+遥感图像分割算法。构建ECBA(Efficient Convolutional Block Attention Module)注意力机制,将ECBA添加至DeepLabV3+主干网络Xception,增强其特征提取能力,得到注意力加权的高层特征。同时,将ECBA添加至编码器和解码器的连接支路,得到注意力加权后的低层特征。解码器将两种特征进行特征融合,以增强网络对不同分割目标的边缘以及同一目标内部的感知。实验结果表明,改进后的算法在ISPRS Potsdam数据集上的平均交并比(mean Intersection over Union,mIoU)和F1指数分别达到了79.80%和75.88%,比DeepLabV3+算法提高了11.06%和6.32%。 展开更多

关键词 遥感图像分割 deeplabv3+ 注意力机制 神经网络 深度学习

在线阅读 下载PDF 职称材料

融合注意力机制的DeeplabV3+服装图像分割方法 被引量：2

11

作者 肖雅慧 张自力 +2 位作者 胡新荣 彭涛 张俊 《计算机科学》 CSCD 北大核心 2024年第S01期581-587,共7页

针对在服装图像语义分割中存在由服装颜色、纹理、背景以及多目标遮挡导致的边缘分割粗糙和分割精度低等问题,文中基于Deeplabv3+框架,提出了一种图像语义分割算法(FFDNet)。首先,模型的骨干网络采用ResNet101网络,并添加通道空间注意... 针对在服装图像语义分割中存在由服装颜色、纹理、背景以及多目标遮挡导致的边缘分割粗糙和分割精度低等问题,文中基于Deeplabv3+框架,提出了一种图像语义分割算法(FFDNet)。首先,模型的骨干网络采用ResNet101网络,并添加通道空间注意力模块(Feature-Enhanced Attention Module,FEAM),通过对特征图加权来挖掘并增强特征信息,提高网络表达能力。其次引入特征对齐模块(Feature Align Module,FAM)作为一种新的上采样方式,解决不同尺度特征融合之间特征未对齐导致分割错误且效率低的问题,以此提高对服装图像分割的准确性和鲁棒性。最后,FFDNet在Deepfashion2和PASCAL VOC 2012数据集上的平均交并比分别达到55.2%和79.4%;在参数量方面,该模型相比原模型在Deepfashion2上仅增加了0.61 MB。与其他现有经典模型对比,其分割性能更优,能有效捕获图像局部细节信息,减少像素分类错误。 展开更多

关键词 服装图像 语义分割 注意力机制 deeplabv3+网络 特征对齐

在线阅读 下载PDF 职称材料

用于高分辨率遥感影像地类识别的Deeplabv3+改进模型

12

作者 张载龙 徐杰 《南京邮电大学学报（自然科学版）》 北大核心 2024年第2期62-68,共7页

在高分辨率遥感影像地类识别上,语义分割网络Deeplabv3+表现优异,但是所需参数非常多,训练时间久。遥感影像中的地类与普通RGB图片中的对象相比颗粒度非常大,其具有更显著的特征以及更少的类别,并不需要过深过大的网络。因此,文中提出... 在高分辨率遥感影像地类识别上,语义分割网络Deeplabv3+表现优异,但是所需参数非常多,训练时间久。遥感影像中的地类与普通RGB图片中的对象相比颗粒度非常大,其具有更显著的特征以及更少的类别,并不需要过深过大的网络。因此,文中提出了一种基于轻量级网络的语义分割模型(Thin-Deeplabv3+),对Deeplabv3+的编码器进行了改进,利用轻量级膨胀网络(Light and Dilated Network,LDNet)提取输入遥感影像的特征,然后利用膨胀系数分别为2、12、24和36的空洞空间金字塔池化(Atrous Spatial Pyramid Pooling,ASPP)模块加强特征提取。在高分遥感影像数据集(Gaofen Image Dataset,GID)以及DeepGlobe土地覆盖分类挑战数据集(DeepGlobe Land Cover Classification Challenge,DLCCC)上的实验结果表明,Thin-Deeplabv3+的识别精度高于Deeplabv3+,并且所需参数仅约为Deeplabv3+的1/10。 展开更多

关键词 LDNet 地类识别 遥感影像 Thin-deeplabv3+

在线阅读 下载PDF 职称材料

基于改进DeepLabv3+的涉县石堰梯田遥感提取方法研究 被引量：3

13

作者 刘诗雨 郑文武 《时空信息学报》 2024年第6期722-731,共10页

梯田是山区可持续发展的重要基础,是实现土地合理利用及粮食安全的重要部分。针对北方旱作梯田尺度变化大且分布较为密集,导致阶梯状梯田难以迅速、准确的获取,本文基于DeepLabv3+模型进行改进研究。首先,在模型中引入轻量级MobileNetV2... 梯田是山区可持续发展的重要基础,是实现土地合理利用及粮食安全的重要部分。针对北方旱作梯田尺度变化大且分布较为密集,导致阶梯状梯田难以迅速、准确的获取,本文基于DeepLabv3+模型进行改进研究。首先,在模型中引入轻量级MobileNetV2,提取多种形状和多尺度的梯田特征;其次,通过调整空洞空间金字塔池化的膨胀率,获取更大感受野和上下文信息;引入注意力机制高效通道注意力模块,关注细小目标边界关键信息;最后,以涉县石堰梯田为例,与常用的三种经典图像语义分割模型PSPNet、HRNet及Unet模型进行比较评价。结果表明:本方法的召回率为79.13%,与HRNet、PSPNet模型相比分别提升了2.03%、1.52%;平均交并比提升至70.63%,准确度为91.34%;模型参数量相比U-Net模型减少了约20倍;针对石堰梯田空间分布的识别,本方法可以实现速度和效果的均衡,尤其对具有不规则狭长特征的梯田区域具有较好的分割精度和适应性。 展开更多

关键词 图像语义分割 轻量级网络 deeplabv3+ 高效通道注意力 目标识别 ASSP

在线阅读 下载PDF 职称材料

基于改进DeepLabV3+的遥感图像分割模型

14

作者 俞淑洋 杨利亚 +1 位作者 杨静 殷非凡 《北京测绘》 2024年第5期686-691,共6页

针对经典语义分割算法对遥感图像分割精度较低、参数量大等问题,提出一种轻量化网络与注意力机制相结合的改进深度实验室库版本3(DeepLabV3)+遥感图像语义分割模型。首先,使用移动网络版本3(MobileNetV3)轻量化模型作为DeepLabV3+的特... 针对经典语义分割算法对遥感图像分割精度较低、参数量大等问题,提出一种轻量化网络与注意力机制相结合的改进深度实验室库版本3(DeepLabV3)+遥感图像语义分割模型。首先,使用移动网络版本3(MobileNetV3)轻量化模型作为DeepLabV3+的特征提取网络,可有效降低整个模型的参数量;其次,对DeepLabV3+模型解码阶段添加有效通道注意力机制,增强模型对不同通道的特征拟合能力。实验表明:本文所改进DeepLabV3+模型相较原模型,参数量降低3.6倍,平均交并比提高3.5%。 展开更多

关键词 遥感图像分割 deeplabv3+模型 轻量化网络 注意力机制模块

在线阅读 下载PDF 职称材料

改进的DDeepLabV3+语义分割网络

15

作者 蔡思静 汪严昱 《福建理工大学学报》 CAS 2024年第1期95-102,共8页

针对语义分割网络在移动智能化终端上存在参数量大、分割精度不足的问题,提出一种改进的DDeepLabV3+网络算法。首先,采用深度可分离的MobileNet结构作为网络的骨干部分,降低网络的参数量和复杂度,从而有效减少了运行时间。其次,引入网... 针对语义分割网络在移动智能化终端上存在参数量大、分割精度不足的问题,提出一种改进的DDeepLabV3+网络算法。首先,采用深度可分离的MobileNet结构作为网络的骨干部分,降低网络的参数量和复杂度,从而有效减少了运行时间。其次,引入网络的低级特征,实现多尺度信息融合,减少网络下采样引起的空间信息损失。最后,结合注意力机制设计网络ASPP结构,增强特征提取在实验中的利用。优化后的网络结构在保持较高分类准确性的前提下,计算时间显著减少。网络的平均交并比在Cityscapes和Camvid数据集中分别提升了2.37%和2.13%。 展开更多

关键词 语义分割 SE注意力机制模块 deeplabv3+网络

在线阅读 下载PDF 职称材料

基于改进DeepLabv3+网络的气象卫星影像雷暴识别

16

作者 吴安坤 郭军成 +1 位作者 王强 冷宇 《气象科技》 2024年第6期775-786,共12页

为实现像素级雷暴活动范围识别,开展气象静止卫星影像分割研究。以贵州省及周边区域风云静止卫星水汽、长波红外通道(6.25~13.5.5μm)辐射数据为特征,融合地面甚低频/低频(VLF/LF)闪电监测和星载闪电成像仪(LMI)数据构建标签数据。通过... 为实现像素级雷暴活动范围识别,开展气象静止卫星影像分割研究。以贵州省及周边区域风云静止卫星水汽、长波红外通道(6.25~13.5.5μm)辐射数据为特征,融合地面甚低频/低频(VLF/LF)闪电监测和星载闪电成像仪(LMI)数据构建标签数据。通过改进DeepLabv3+语义分割网络并增加训练策略,对静止卫星影像进行雷暴范围识别。结果表明,数据增强、主动学习的自适应采样、Combo Loss组合损失、Ranger21优化器等训练策略可降低小样本训练对网络性能的影响,解决数据不平衡问题;骨干网络提取特征采用MobilenetV2运行速度最快,ResNet_101分割性能最好;引入卷积注意力机制模块可提升模型分割精度和特征提取能力。改进后的DeepLabv3+模型在测试数据集上像素平均准确率为96.82%,平均交并比MIoU为76.93%,性能优于SegNet、UNet、FCN等其他模型。该研究通过挖掘卫星影像中的雷暴特征信息,提高了对雷暴活动的识别精度,可为下一步引入循环神经网络开展雷暴活动预测奠定基础。 展开更多

关键词 风云静止卫星 语义分割网络 deeplabv3+ 数据不平衡 雷暴识别

在线阅读 下载PDF 职称材料

融合注意力机制和权重平衡算法的遥感图像分类

17

作者 王民水 王明常 +1 位作者 王婧瑜 刘子维 《吉林大学学报(地球科学版)》 北大核心 2025年第2期697-704,共8页

针对城市遥感图像各种地物分布不均衡、分类精度较低的问题,提出融合并行注意力与权重平衡算法的遥感图像分类方法。该方法在DeepLabV3+和ResNet50创建的语义分割网络基础上,采用并行组合方式,融入通道注意力和空间注意力算法,提高网络... 针对城市遥感图像各种地物分布不均衡、分类精度较低的问题,提出融合并行注意力与权重平衡算法的遥感图像分类方法。该方法在DeepLabV3+和ResNet50创建的语义分割网络基础上,采用并行组合方式,融入通道注意力和空间注意力算法,提高网络的特征提取能力;针对遥感图像地物类别占比不均衡问题,引入地物类别权重平衡算法,提高小类别地物的分类精度。为了验证网络模型的分类效果,利用Vaihingen数据集和Postdam数据集进行实验。实验结果表明:融合注意力机制和权重平衡算法的分类网络在Vaihingen数据集中测试数据的像素精度、平均交并比、平均F_(1)值分别为96.66%、90.35%、96.66%,在Postdam数据集中测试数据的像素精度、平均交并比、平均F_(1)值分别为95.74%、81.47%、91.82%;从分类细节看,增加注意力机制和权重平衡算法对占比较少的汽车识别精度有显著提高,在Vaihingen数据集中汽车的像素精度提高了26.44%,在Postdam数据集中汽车的像素精度提高了21.84%,取得了较好的分类效果。 展开更多

关键词 注意力机制 权重平衡算法 deeplabv3+网络 遥感图像 地物分类

在线阅读 下载PDF 职称材料

基于改进DeeplabV3+的城市内涝监测方法 被引量：2

18

作者 薛丰昌 吕鑫 陈笑娟 《测绘科学》 CSCD 北大核心 2023年第10期216-224,共9页

针对城市内涝随着时间的变化在视频图像中表现出的轮廓大小会产生较大的偏差,其纹理和色彩特征也会变得和周围道路相似,单独的卷积神经网络难以区分这类目标,虽然DeeplabV3+模型引入空洞空间金字塔池化模块能够实现不同尺度物体的提取,... 针对城市内涝随着时间的变化在视频图像中表现出的轮廓大小会产生较大的偏差,其纹理和色彩特征也会变得和周围道路相似,单独的卷积神经网络难以区分这类目标,虽然DeeplabV3+模型引入空洞空间金字塔池化模块能够实现不同尺度物体的提取,但其主干网络的复杂结构限制了在资源受限的设备上的应用问题,该文提出了融合注意力机制与轻量化网络的语义分割模型。将MobileNetV2迁移至DeeplabV3+的主干网络,减少模型计算量与参数量的同时利用倒置残差结构增强特征层的贡献。将串联的通道与空间注意力机制融入模型,分别对浅层特征图与加强特征图进行处理,有效筛选积水区域的特征。最后,经过上采样到原始输入图像大小,完成对城市积水的像素级预测。实验结果表明,改进后的网络能在占用少量计算资源的条件下完成对目标较高精度的识别,可为城市内涝监测与防灾救灾提供参考。 展开更多

关键词 城市内涝 deeplabv3+ 轻量化网络 注意力模块 视频监测

原文传递

DeepLabv3+和PSPNet算法对防尘网自动识别的适用性研究 被引量：3

19

作者 李夏 李媛 张博 《水利信息化》 2022年第3期28-33,39,共7页

生产建设项目地块数量多而分布分散,当前开展自动化遥感提取生产建设项目地块的研究较少,仍主要采用人工目视解译遥感影像的方法进行提取,存在效率低、成本高、稳定性差等问题。基于高分一号(GF-1)遥感影像,分析归纳不同类型和阶段生产... 生产建设项目地块数量多而分布分散,当前开展自动化遥感提取生产建设项目地块的研究较少,仍主要采用人工目视解译遥感影像的方法进行提取,存在效率低、成本高、稳定性差等问题。基于高分一号(GF-1)遥感影像,分析归纳不同类型和阶段生产建设项目组成地物的光谱、形状和空间特征,将防尘网确定为在建生产建设项目检测的特征地物,比较分析不同场景下DeepLabv3+和PSPNet 2种深度学习方法对防尘网的提取结果。研究结果表明:不同难易程度场景下,DeepLabv3+模型的识别结果均明显优于PSPNet模型,从而为在建生产建设项目防尘网的遥感监管提供一种新模式。快速获取生产建设项目地块的位置和边界信息,对提升水土保持监管效率、保护区域水土资源具有重要意义。 展开更多

关键词 图像融合 卷积神经网络 deeplabv3+ PSPNet 自动识别 适用性 防尘网

在线阅读 下载PDF 职称材料

基于深度学习的遥感影像城市苫盖提取

20

作者 孙建欣 孙中平 +4 位作者 李成芳 郭文婷 孙浩 曹飞 张帅 《环境监测管理与技术》 北大核心 2025年第5期78-82,共5页

基于高分一号(GF-1)和高分六号(GF-6)卫星高分辨率遥感影像,利用深度学习DeepLabv3+模型实现城市苫盖识别,并与U型网络(U-Net)、分割网络(Seg-Net)、金字塔场景解析网络(PSP-Net)等方法进行对比。结果表明:城市苫盖样本的最佳裁剪尺寸为... 基于高分一号(GF-1)和高分六号(GF-6)卫星高分辨率遥感影像,利用深度学习DeepLabv3+模型实现城市苫盖识别,并与U型网络(U-Net)、分割网络(Seg-Net)、金字塔场景解析网络(PSP-Net)等方法进行对比。结果表明:城市苫盖样本的最佳裁剪尺寸为256像素×256像素,裁剪方式为随机裁剪;DeepLabv3+模型对苫盖识别的准确率为98.40%,召回率为98.08%,交并比(IoU)为96.54%,均优于U-Net、Seg-Net、PSP-Net等方法;采用同一台服务器进行测试,DeepLabv3+模型运行时间与其余3种方法在同一水平。 展开更多

关键词 deeplabv3+模型 神经网络 遥感影像 城市苫盖

在线阅读 下载PDF 职称材料