期刊文献+
共找到8篇文章
< 1 >
每页显示 20 50 100
基于PSPNet的遥感影像城市建成区提取及其优化方法 被引量:16
1
作者 刘钊 廖斐凡 赵桐 《国土资源遥感》 CSCD 北大核心 2020年第4期84-89,共6页
利用高分辨率卫星遥感影像提取建成区边界对于城市扩张监测和城市发展规划具有重要意义。为获取高精度高空间分辨率的建成区数据,本研究通过归一化建筑指数(normalized difference built-up index,NDBI)加人工目视解译方法构建城市建成... 利用高分辨率卫星遥感影像提取建成区边界对于城市扩张监测和城市发展规划具有重要意义。为获取高精度高空间分辨率的建成区数据,本研究通过归一化建筑指数(normalized difference built-up index,NDBI)加人工目视解译方法构建城市建成区遥感影像数据集,分别采用传统机器学习方法和包括PSPNet在内的4种深度学习语义分割网络对Sentinel-2影像进行建成区提取,训练结果表明PSPNet网络对于建成区的提取具有最高的精度(训练集交并集比(intersection over umion,IOU)为79.5%)。提出Overlapsize方法对PSPNet的提取结果进行优化,进一步提高了建成区提取准确率,该方法在训练集上的IOU达到80.5%,在测试集上的IOU达到了83.1%,利用PSPNet+Overlapsize提取建成区的方法相较于传统机器学习方法具有实际应用意义。 展开更多
关键词 建成区提取 深度学习 卷积神经网络 语义分割 pspnet Overlapsize
在线阅读 下载PDF
深度语义分割支撑下的尾矿库风险检测 被引量:6
2
作者 刘培 谷灿 +3 位作者 李庆亭 张合兵 韩瑞梅 陈正超 《遥感学报》 EI CSCD 北大核心 2021年第7期1460-1472,共13页
尾矿库是矿山企业选矿的必要设施,同时对周围环境也是一个重大的危险源。为研究流域范围内尾矿库的溃坝路径以及对矿区地表造成的风险,以赤城县为例,利用GF-1高分辨率遥感影像,基于遥感RS(Remote Sensing)及地理信息系统GIS(Geographic ... 尾矿库是矿山企业选矿的必要设施,同时对周围环境也是一个重大的危险源。为研究流域范围内尾矿库的溃坝路径以及对矿区地表造成的风险,以赤城县为例,利用GF-1高分辨率遥感影像,基于遥感RS(Remote Sensing)及地理信息系统GIS(Geographic Information System)手段对尾矿库的流域风险进行了监测分析。首先,通过分析尾矿库在遥感影像上的纹理、色调、形状以及大小等特征,制作了用于目标检测的尾矿库样本集,然后,在原始SSD目标检测网络基础上添加了反卷积模块和连接模块构建多尺度融合目标检测算法MSFSSD,在目标检测结果基础上使用PSPnet算法实现尾矿库结构分割,得到了尾矿库内部结构—坝体以及库区,运用RS与GIS技术对尾矿库的上游汇水面以及事故可能径流进行提取,进而基于Arc Hydro模型模拟尾矿库的溃坝路径。最后,通过构建溃坝路径的缓冲区,得到尾矿库发生溃坝所造成的地物影响范围及面积。研究结果表明:赤城县尾矿库的溃坝路径总体是从西向东,从北向南,受溃坝影响的地物总面积达到480 km^(2)。其中,林地176.52 km^(2),耕地175.52 km^(2),城市建设用地43.74 km^(2),农村建设用地2.47 km^(2),水体17.72 km^(2),草地和牧场分别为3.60 km^(2)、1.22 km^(2)。研究成果可用于分析尾矿库溃坝造成的地物损失以及影响范围面积等信息,提升尾矿库的风险管理水平及应急响应能力,为有关部门制定决策提供理论依据。 展开更多
关键词 尾矿库 SSD多尺度融合 pspnet深度网络 Arc Hydro模型 风险分析
原文传递
一种轻量级网络的城市建成区绿地提取方法 被引量:1
3
作者 曹乾洋 杨广斌 +3 位作者 王仁儒 李蔓 骆耀培 陶倩 《测绘科学》 CSCD 北大核心 2023年第9期99-109,共11页
针对目前的遥感影像分类方法提取整个城市建成区绿地耗时耗力,提取结果容易出现误判的问题,该文提出了一种轻量级PSPNet网络的城市建成区绿地智能提取方法。以MobileNetV2作为特征提取主干网络,并引入深度可分离卷积替代标准卷积,以提... 针对目前的遥感影像分类方法提取整个城市建成区绿地耗时耗力,提取结果容易出现误判的问题,该文提出了一种轻量级PSPNet网络的城市建成区绿地智能提取方法。以MobileNetV2作为特征提取主干网络,并引入深度可分离卷积替代标准卷积,以提升网络的运算速度。利用金字塔池化模块内不同尺度的池化核对MobileNetV2提取的底层特征进行下采样,以获取多尺度特征,然后通过上采样及高层特征融合,形成具有上下文信息的最终特征,从而提高网络的识别精度。在无人机影像上进行实验,并将结果与3种机器学习方法以及5种深度学习网络作对比。结果表明:该文方法优于文中的其他方法,其总体精度达到93.67%,模型训练时间最短,且具备一定的迁移能力和实用性,能快速、精确的提取整个城市建成区绿地。 展开更多
关键词 绿地提取 深度学习 语义分割 pspnet网络
原文传递
基于深度学习的黑臭水体遥感信息提取模型 被引量:17
4
作者 邵琥翔 丁凤 +1 位作者 杨健 郑子铖 《长江科学院院报》 CSCD 北大核心 2022年第4期156-162,共7页
黑臭水体分布广泛,严重损害人民的居住环境和城市整体美观形象。以河北省廊坊市为研究区,利用高分二号(GF-2)多光谱数据和实测数据,使用PSPNet(Pyramid Scene Parsing Network)和U-Net模型对黑臭水体遥感信息提取进行对比实验研究。基... 黑臭水体分布广泛,严重损害人民的居住环境和城市整体美观形象。以河北省廊坊市为研究区,利用高分二号(GF-2)多光谱数据和实测数据,使用PSPNet(Pyramid Scene Parsing Network)和U-Net模型对黑臭水体遥感信息提取进行对比实验研究。基于可见光波段(RGB)及近红外波段(NIR)计算归一化差异植被指数(NDVI)和归一化差异黑臭水体指数(NDBWI),针对细小形状的黑臭水体普遍存在的漏检问题,引入注意力机制模块对模型进行优化改进,构建改进型深度学习黑臭水体遥感信息提取模型。结果表明:输入RGB+NIR+NDVI+NDBW六通道组合遥感影像并引入注意力机制的U-Net网络模型对黑臭水体的提取结果最佳,其精度评价指标F1-srore、MIoU、Recall分别达到了0.8645、0.8681、0.8359。 展开更多
关键词 黑臭水体 深度学习模型 pspnet网络模型 U-Net网络模型 GF-2卫星 遥感信息 注意力机制
在线阅读 下载PDF
深度学习对不同分辨率影像冬小麦识别的适用性研究 被引量:7
5
作者 崔刚 吴金胜 +1 位作者 于镇 周玲 《遥感技术与应用》 CSCD 北大核心 2019年第4期748-755,共8页
定量分析遥感影像尺度与分类精度之间的关系是进行土地覆盖分类的基础。深度学习具有从底层到高层特征非监督学习的能力,解决了传统分类模型中需要人工选择特征的问题。这种新型的分类方法的分类精度是否受到不同分辨率尺度影响,有待研... 定量分析遥感影像尺度与分类精度之间的关系是进行土地覆盖分类的基础。深度学习具有从底层到高层特征非监督学习的能力,解决了传统分类模型中需要人工选择特征的问题。这种新型的分类方法的分类精度是否受到不同分辨率尺度影响,有待研究。利用深度卷积神经网络(Deep Convolutional Neural Network,DCNN)--金字塔场景分析网络(Pyramid Scene Parsing Network,PSPNet)进行4种分辨率(8、3.2、2和0.8 m)的米级、亚米级影像冬小麦分类。实验结果表明:PSPNet能够有效地进行大样本的学习训练,非监督提取出空间特征信息,实现"端-端"的冬小麦自动化分类。不同于传统分类器分类精度与分类尺度之间的关系,随着影像分辨率的逐步增高,地物表达特征越来越清晰,PSPNet识别的冬小麦精度会逐步增高,识别地块结果也越来越规整,不受分辨率尺度的影响。这对于选择甚高亚米级影像提高作物分类精度提供了实验基础。 展开更多
关键词 图像融合 深度卷积神经网络 ResNet pspnet 高分1/2号卫星
原文传递
基于卷积神经网络的翼状胬肉病灶分割研究 被引量:2
6
作者 朱绍军 方新闻 +2 位作者 郑博 吴茂念 杨卫华 《国际眼科杂志》 CAS 北大核心 2022年第6期1016-1019,共4页
目的:通过深度卷积神经网络方法对翼状胬肉病灶进行精准分割。方法:在PSPNet模型结构的基础上构建Phase-fusion PSPNet网络结构用于翼状胬肉病灶的分割,该网络在金字塔池化模块后接入阶段上采样模块,以分阶段增大为原则逐步上采样,减少... 目的:通过深度卷积神经网络方法对翼状胬肉病灶进行精准分割。方法:在PSPNet模型结构的基础上构建Phase-fusion PSPNet网络结构用于翼状胬肉病灶的分割,该网络在金字塔池化模块后接入阶段上采样模块,以分阶段增大为原则逐步上采样,减少信息丢失,适合于边缘模糊的分割任务。将南京医科大学附属眼科医院提供的翼状胬肉眼表图像517张分为训练集(330张)、验证集(37张)、测试集(150张),其中训练集和验证集图像用于训练,测试集图像仅用于测试。比较翼状胬肉病灶智能分割和专家标注的结果。结果:构建Phase-fusion PSPNet网络结构针对测试数据集的翼状胬肉病灶分割单类平均交并比(MIOU)和平均像素精确度(MPA)分别为86.31%和91.91%;翼状胬肉单类交并比(IOU)和像素精确度(PA)分别为77.64%和86.10%。结论:卷积神经网络可以实现翼状胬肉病灶的精准分割,有助于为医生进行进一步疾病诊断和手术建议提供重要参考,同时实现翼状胬肉智能诊断的可视化。 展开更多
关键词 翼状胬肉 图像分割 深度学习 卷积神经网络 pspnet
暂未订购
基于金字塔场景分析网络改进的语义分割算法 被引量:3
7
作者 王嘉 张楠 +1 位作者 孟凡云 王金鹤 《计算机工程与应用》 CSCD 北大核心 2021年第19期220-227,共8页
图像语义分割是图像识别中的一个经典难题,是机器视觉研究的一个热点。但在实际应用中,会出现语义标签预测不准确、所分割对象与背景之间边缘信息损失问题,这已逐渐成为了图像理解的瓶颈。据此,提出了一种基于金字塔场景分析网络(PSPNet... 图像语义分割是图像识别中的一个经典难题,是机器视觉研究的一个热点。但在实际应用中,会出现语义标签预测不准确、所分割对象与背景之间边缘信息损失问题,这已逐渐成为了图像理解的瓶颈。据此,提出了一种基于金字塔场景分析网络(PSPNet)的网络改进结构,在特征学习模块中将输入图在原残差网络(ResNet)的基础上通过在网络内部增加卷积、池化操作,进一步学习各个层次特征,将所学习到的多个低层次特征图与高层次特征图相加,得到新的具有更多空间位置信息的特征图;为得到丰富的上下文信息,利用PSPNet的金字塔池化结构,将特征图中全局上下文信息与不同尺度局部上下文信息相结合,进行卷积和上采样,得到最终预测图。仿真实验结果表明,所改进的方法在PASCAL VOC 2012测试集中平均交并比(Mean Intersectionover Union,MIoU)达到78.5%,较基准算法提升了1.7%。 展开更多
关键词 语义分割 深度学习 金字塔场景分析网络(pspnet) 残差网络(ResNet) 平均交并比
在线阅读 下载PDF
基于深度学习的竞技运动图像分割的应用
8
作者 芦明君 赵玉兰 《信息与电脑》 2023年第11期205-207,共3页
文章提出了一种基于金字塔池化模型(Pyramid Scene Parseing Network,PSPNet)神经网络模型的竞技运动图像分割方法。其使用了一种具有速度快、精度高、易部署优点的卷积神经网络架构,利用残差网络实现了数据增强技术,进一步提高了分割... 文章提出了一种基于金字塔池化模型(Pyramid Scene Parseing Network,PSPNet)神经网络模型的竞技运动图像分割方法。其使用了一种具有速度快、精度高、易部署优点的卷积神经网络架构,利用残差网络实现了数据增强技术,进一步提高了分割的准确性和稳定性。实验结果表明,提出的改进后的PSP Net模型在图像分割中的准确率为94.59%,优于其他方法。该方法有望在竞技运动领域的视频图像分割任务中得到广泛应用。 展开更多
关键词 金字塔池化模型(pspnet)模型 深度学习 图像分割 竞技运动 卷积神经网络
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部