期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到70篇文章
< 1 2 … 4 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于改进SegNet模型与多特征优选的梨树和枣树遥感识别
1
作者 陶兰花 翟亮 +2 位作者 李娜娜 李春娥 薛磊 《遥感信息》 北大核心 2025年第5期1-8,共8页
针对样本量少且复杂的背景干扰问题,探究深度学习方法在林果遥感识别的可行性,提出一种基于改进SegNet算法的高分辨率影像林果遥感识别提取方法。选取梨树和枣树为主要研究对象,以目标探测为驱动,选取能够有效区分目标与背景的光谱特征... 针对样本量少且复杂的背景干扰问题,探究深度学习方法在林果遥感识别的可行性,提出一种基于改进SegNet算法的高分辨率影像林果遥感识别提取方法。选取梨树和枣树为主要研究对象,以目标探测为驱动,选取能够有效区分目标与背景的光谱特征、植被指数特征、纹理特征、地形特征等多源特征变量,通过Boruta算法评估筛选出的最优特征变量,然后对SegNet网络进行精简并引入注意力机制模块对尉犁县梨树和枣树进行识别分类。结果表明,基于GF-6影像的光谱特征重要性最高,纹理特征和植被指数特征重要性次之;采用的3种深度学习方法中,改进后SegNet深度学习进行分类效果最佳,分类精确度为97.98%,召回率为94.46%,Kappa系数为0.96。该研究结果可为特色林果业分类和识别方面的应用提供一种新的思路和模式。 展开更多
关键词 GF-6影像 特色林果 特征优选 改进segnet 精准识别
在线阅读 下载PDF
基于改进Segnet的岩石薄片图像孔隙提取算法
2
作者 吴一飞 滕奇志 何海波 《新一代信息技术》 2025年第2期24-32,共9页
岩石铸体薄片的孔隙特征分析在石油地质部门中被广泛应用于评估岩石储层质量。传统的分割岩石铸体薄片图像孔隙的方法,如色彩阈值分割法,在分割岩石铸体薄片图像孔隙时存在精度较差、需要人工大量调整的问题。而目前用于孔隙提取的深度... 岩石铸体薄片的孔隙特征分析在石油地质部门中被广泛应用于评估岩石储层质量。传统的分割岩石铸体薄片图像孔隙的方法,如色彩阈值分割法,在分割岩石铸体薄片图像孔隙时存在精度较差、需要人工大量调整的问题。而目前用于孔隙提取的深度学习神经网络在面对低孔隙度、孔隙边缘不太清晰的铸体图像时效果不太理想。针对这些问题,本文在Segnet网络的基础上,提出了一种优化后的注意力机制并结合CBAM (Convolutional Block Attention Module)模块的方法。该方法尽可能保留特征图中的空间细节,并使网络能够在空间维度上建立远距离依赖关系。本文采用目前实际生产中常见的多种铸体岩石薄片进行对比实验,选取像素精准度、平均交并比以及处理时间这三项指标来进行对比分析,结果显示本文方法均取得较好指标,表明本文方法在铸体提取时有着更好的精确度。 展开更多
关键词 铸体图像 孔隙提取 图像分割 注意力机制 segnet
在线阅读 下载PDF
基于混合网络U-SegNet的地震初至自动拾取 被引量：21
3
作者 陈德武 杨午阳 +3 位作者 魏新建 李海山 常德宽 李冬 《石油地球物理勘探》 EI CSCD 北大核心 2020年第6期1188-1201,1159-1160,共16页
传统初至拾取方法拾取效果和效率不能兼顾、算法稳定性差、工业化应用成熟度不高;基于深度学习的初至拾取方法制作标签耗时费力、数据预处理过程繁琐、网络结构过于复杂,导致训练和测试效率较低。为此,将U-Net与SegNet深度学习网络的优... 传统初至拾取方法拾取效果和效率不能兼顾、算法稳定性差、工业化应用成熟度不高;基于深度学习的初至拾取方法制作标签耗时费力、数据预处理过程繁琐、网络结构过于复杂,导致训练和测试效率较低。为此,将U-Net与SegNet深度学习网络的优点相结合,构建新的混合网络U-SegNet,并基于U-SegNet自动拾取初至。U-SegNet以SegNet结构为基础,通过在解码器网络的反卷积层之前融合跳跃连接信息,提供编码器网络的多尺度信息,以获得更好的性能,并且其上采样操作将U-Net中的反卷积改为反池化,池化索引被传递到上采样层,网络模型收敛更快。因此,U-SegNet网络结构更利于分割背景噪声区域和含噪信号区域,从而提高初至拾取精度。基于U-SegNet的初至自动拾取流程包括制作训练数据集、设计网络模型、训练网络模型、测试网络模型和实际资料应用。测试和应用结果表明,所提方法的初至拾取效率约为某商业软件的2.2倍,且易于工业化应用,具有良好的发展前景。 展开更多
关键词 地震初至 拾取 深度学习 U-Net segnet U-segnet
在线阅读 下载PDF
基于多尺度上下文注意力U-SegNet的遥感目标检测
4
作者 陈瑞霞 张善文 吴青娥 《电讯技术》 北大核心 2025年第8期1187-1195,共9页
针对遥感目标图像多样、目标较小且与周围环境对比度差,导致现有目标检测方法复杂度高、检测效果差、泛化能力弱,以及经典U-Net和U-SegNet忽略了不同目标尺度特征感受野差异等问题,提出了一种基于多尺度上下文注意力U-SegNet(Multi-scal... 针对遥感目标图像多样、目标较小且与周围环境对比度差,导致现有目标检测方法复杂度高、检测效果差、泛化能力弱,以及经典U-Net和U-SegNet忽略了不同目标尺度特征感受野差异等问题,提出了一种基于多尺度上下文注意力U-SegNet(Multi-scale Context Attention U-SegNet,MSCAUSNet)的遥感目标检测新模型。该模型由U-SegNet、多尺度特征融合(Multi-scale Feature Fusion,MSFF)和多尺度上下文注意力(Multi-scale Context Attention,MSCA)模块组成,采用MSCA代替U-SegNet中的跳跃连接以融合目标低层特征与高层特征,并通过MSFF和MSCA模块充分捕获多尺度上下文特征,从而显著提升遥感多尺度目标检测性能。在遥感目标图像数据集上的实验结果表明,该模型能够有效检测不同尺度遥感目标,较经典U-Net和U-SegNet的检测精度分别提高了7.94%和5.09%。该模型为遥感目标检测和识别系统提供了技术支持。 展开更多
关键词 遥感多尺度目标检测 多尺度上下文注意力U-segnet 多尺度上下文注意力 多尺度特征融合
在线阅读 下载PDF
基于SegNet网络的遥感影像建筑物提取研究
5
作者 傅毓 黄丽霞 怀浩 《中国新技术新产品》 2025年第22期28-30,共3页
本文聚焦于SegNet模型在遥感影像建筑物提取中的应用。针对传统方法特征融合时信息易丢失问题,在SegNet基础上加入跳跃连接和多尺度特征融合模块。试验采用WHU Building数据集,并与U-Net、FCN等模型进行对比。结果显示,改进后SegNet的... 本文聚焦于SegNet模型在遥感影像建筑物提取中的应用。针对传统方法特征融合时信息易丢失问题,在SegNet基础上加入跳跃连接和多尺度特征融合模块。试验采用WHU Building数据集,并与U-Net、FCN等模型进行对比。结果显示,改进后SegNet的准确率、召回率以及平均交并比等显著提高,其准确率达到95%,召回率接近90%。本文提高了建筑物提取的精准度和效率,为城市规划、灾害评估等多行业提供技术支持,推动了遥感影像建筑物提取技术的发展,具有重要实用价值和社会意义。 展开更多
关键词 ASPP segnet 建筑物提取 高分辨率遥感影像
在线阅读 下载PDF
基于SegNet卷积神经网络的三维重力反演方法
6
作者 国为政 张毅 《工程地球物理学报》 2025年第2期304-315,共12页
重力反演是恢复地下目标的密度分布,用于解释地球的内部结构和分布的一种手段。然而,传统重力反演方法在处理复杂地质结构时存在一定的局限。近年来,随着深度学习(Deep Learning,DL)算法的快速发展,基于卷积神经网络(Convolutional Neur... 重力反演是恢复地下目标的密度分布,用于解释地球的内部结构和分布的一种手段。然而,传统重力反演方法在处理复杂地质结构时存在一定的局限。近年来,随着深度学习(Deep Learning,DL)算法的快速发展,基于卷积神经网络(Convolutional Neural Network,CNN)的重力反演也取得了一定的好效果。本文基于SegNet(Semantic Segmentation Network,语义分割网络)卷积神经网络,提出了一种改进的重力反演方法,构建了4种密度异常体模型对应的训练数据集。通过对比理论模型反演结果和重建密度的均方根误差(Root Mean Square Error,RMSE),得出本方法对密度异常体的位置、密度以及埋深具有较好的反演效果;抗噪能力良好,同时具有较强的泛化能力,并且本方法被应用于墨西哥圣尼古拉斯硫化物铜锌矿区实际数据的反演,反演结果与真实边界吻合,高密度区域能清晰地显示出来,密度分布结果与真实区域吻合,进一步证明了本文所提方法的正确性和有效性。 展开更多
关键词 深度学习 语义分割网络 重力异常 重力反演
在线阅读 下载PDF
SegNet在从低空无人机影像中提取会仙岩溶湿地地物信息中的应用 被引量：7
7
作者 唐廷元 付波霖 +6 位作者 李颖 娄佩卿 何宏昌 刘曼 马瑞雪 范冬林 高二涛 《湿地科学》 CSCD 北大核心 2020年第4期413-423,共11页
以广西桂林会仙国家湿地公园核心区为研究区,结合SegNet和低空无人机影像,构建会仙岩溶湿地地物信息提取模型,探讨多分类SegNet模型与融合单分类和双分类SegNet模型分类结果的差别,分析epoch参数设置对模型分类精度的影响。研究结果表明... 以广西桂林会仙国家湿地公园核心区为研究区,结合SegNet和低空无人机影像,构建会仙岩溶湿地地物信息提取模型,探讨多分类SegNet模型与融合单分类和双分类SegNet模型分类结果的差别,分析epoch参数设置对模型分类精度的影响。研究结果表明,多分类SegNet模型对会仙岩溶湿地地物的分类结果的Kappa系数和F1分数分别为0.59和0.67,融合单分类和双分类SegNet模型分类结果的Kappa系数和F1分数分别为0.68和0.79;与多分类SegNet模型分类结果精度相比,融合多个单分类和双分类SegNet模型分类结果的F1分数明显增大。因此,融合多个单分类和双分类的SegNet模型更适用于提取会仙岩溶湿地地物信息;构建更优的会仙岩溶湿地地物提取SegNet模型,设置epoch值为10相对更合适。 展开更多
关键词 地物信息提取 多分类segnet模型 融合segnet模型 低空无人机影像 会仙岩溶湿地
原文传递
基于改进SEGNET模型的图像语义分割 被引量：11
8
作者 罗嗣卿 张志超 岳琪 《计算机工程》 CAS CSCD 北大核心 2021年第4期256-261,共6页
使用原始SEGNET模型对图像进行语义分割时,未对图像中相邻像素点间的关系进行考虑,导致同一目标中像素点类别预测结果不一致。通过在SEGNET结构中加入一条自上而下的通道,使得SEGNET包含的多尺度语义信息更加丰富,从而提升对每个像素点... 使用原始SEGNET模型对图像进行语义分割时,未对图像中相邻像素点间的关系进行考虑,导致同一目标中像素点类别预测结果不一致。通过在SEGNET结构中加入一条自上而下的通道,使得SEGNET包含的多尺度语义信息更加丰富,从而提升对每个像素点的类别预测精度,在模型中加入生成对抗网络以充分考虑空间中相邻像素点间关系。实验结果表明,该模型的语义分割效果相比原始SEGNET模型显著提升,且可有效解决SEGNET测试中出现的分类错误问题。 展开更多
关键词 segnet模型 生成对抗网络 多尺度语义信息 相邻像素类别关系 特征融合
在线阅读 下载PDF
基于改进型SegNet的苹果采摘点分割算法研究 被引量：6
9
作者 李艳文 左朝阳 +2 位作者 王登奎 李赫 陈子明 《燕山大学学报》 CAS 北大核心 2022年第5期455-460,470,共7页
针对直接使用SegNet模型处理苹果图像会出现采摘点分割不清晰和分割错误的问题,提出了一种改进的SegNet语义分割模型进行苹果采摘点分割,使其更适应于复杂的自然环境,为采摘机器人提供帮助。在SegNet模型中引入DenseNet的思想,直接连接... 针对直接使用SegNet模型处理苹果图像会出现采摘点分割不清晰和分割错误的问题,提出了一种改进的SegNet语义分割模型进行苹果采摘点分割,使其更适应于复杂的自然环境,为采摘机器人提供帮助。在SegNet模型中引入DenseNet的思想,直接连接来自不同网络层的特征图,实现图像特征的多次重用,以提高模型的分割精度。为了验证改进算法的有效性,选取3种不同品种的苹果建立图像数据集,并在PyTorch深度学习框架上进行训练。利用通用的评价指标,将SegNet模型改进前后的测试结果进行对比。试验结果表明,改进的SegNet模型的最佳精确率、召回率、特异性和Dice系数分别为83.10%、84.82%、98.56%和83.95%。相比原模型,改进的SegNet模型识别成功率提高了2.19%,在运算时间几乎不变的情况下,能够更好地实现自然环境下采摘点的分割,为其他种类水果的采摘点分割识别算法提供了研究基础。 展开更多
关键词 深度学习 改进型segnet DenseNet 图像分割
在线阅读 下载PDF
基于SegNet与三维点云聚类的大田杨树苗叶片分割方法 被引量：9
10
作者 胡春华 刘炫 +2 位作者 计铭杰 李羽江 李萍萍 《农业机械学报》 EI CAS CSCD 北大核心 2022年第6期259-264,共6页
准确分割单个杨树叶是无接触提取杨树苗叶表型参数的前提,针对大田杨树苗的复杂种植环境,本文提出一种基于SegNet与三维点云聚类的大田杨树苗叶片分割方法。首先对Kinect V2相机进行标定,对齐RGB与深度数据,滤除背景,获得RGB与深度数据... 准确分割单个杨树叶是无接触提取杨树苗叶表型参数的前提,针对大田杨树苗的复杂种植环境,本文提出一种基于SegNet与三维点云聚类的大田杨树苗叶片分割方法。首先对Kinect V2相机进行标定,对齐RGB与深度数据,滤除背景,获得RGB与深度数据融合数据;然后针对RGB与深度融合数据采用语义分割算法SegNet对杨树苗叶与杨树干进行分割;为了更好地分割出单个杨树叶,对分割的杨树叶区域重构出三维点云,采用基于几何距离的kdtree对单个树叶进行分类。对采集的单株树苗与多株树苗数据进行了实验分析,采用SegNet与FCN分别对杨树苗叶区域与茎区域进行分割,结果表明,SegNet对叶、茎检测准确率分别为94.4%、97.5%,交并比分别为75.9%、67.9%,优于FCN;对叶区域采用不同距离阈值的kdtree算法进行单叶分割分析,确定了适合杨树叶的分割阈值。实验结果表明,本文提出的分割算法不仅能分割出单株杨树苗的叶片,也能分割出多株杨树苗的单个叶片。 展开更多
关键词 杨树叶片 segnet 三维点云 分割
在线阅读 下载PDF
基于改进SegNet算法的车道线检测方法 被引量：21
11
作者 邓天民 王琳 +1 位作者 杨其芝 周臻浩 《科学技术与工程》 北大核心 2020年第36期14988-14993,共6页
无人驾驶车辆在结构化道路中需要通过车道线判断自身位置,为提高其检测的实时性与准确性,提出一种利用改进分割网络(segmentation network,SegNet)算法与连通域约束相结合的方法实现车道线检测识别。将对称的SegNet算法改为非对称结构... 无人驾驶车辆在结构化道路中需要通过车道线判断自身位置,为提高其检测的实时性与准确性,提出一种利用改进分割网络(segmentation network,SegNet)算法与连通域约束相结合的方法实现车道线检测识别。将对称的SegNet算法改为非对称结构对车道线作逐像素提取:利用卷积与池化提取车道线特征,摒弃传统的车道线聚类过程,利用二值化图像结合连通域约束与关联对车道特征点进行分类,最后对相同类别的车道特征点进行车道线拟合。将该改进的SegNet算法在CULane数据集和TuSimple数据集上进行了训练与测试,结果表明:对车道分割准确、实时处理能力优秀,检测识别效果优于传统SegNet网络算法,其平均检测精度为94.60%,每帧检测耗时提升53 ms。 展开更多
关键词 无人驾驶 辅助驾驶 深度学习 卷积神经网络 语义分割 segnet网络 车道线检测
在线阅读 下载PDF
基于改进SegNet模型的斑马线图像语义分割 被引量：12
12
作者 程换新 蒋泽芹 成凯 《电子测量技术》 2020年第23期104-108,共5页
无论是在智能驾驶系统中,还是在智能导盲系统中,道路标线的检测都是一项重要内容。针对传统斑马线识别方法精度低、速度慢的问题,提出了利用深度可分离卷积网络改进SegNet模型的语义分割方法,通过网络爬虫以及手动数据标注,经过Tensorf... 无论是在智能驾驶系统中,还是在智能导盲系统中,道路标线的检测都是一项重要内容。针对传统斑马线识别方法精度低、速度慢的问题,提出了利用深度可分离卷积网络改进SegNet模型的语义分割方法,通过网络爬虫以及手动数据标注,经过Tensorflow深度学习框架训练,其模拟检测达到了较好的结果。试验结果表明,由自行构建的斑马线数据集,训练后的模型每帧运算速度在59 ms内,对斑马线区域分割的像素精度达98.1%,交并比达91.6%。此运算速度以及分割精度满足大部分智能导航系统的需求,为斑马线识别的机器视觉识别提供了技术支持。 展开更多
关键词 segnet 深度可分离卷积网络 斑马线 语义分割
原文传递
基于SegNet模型的高原鼠兔的图像分割 被引量：4
13
作者 陈海燕 陈刚琦 张华清 《湖南农业大学学报（自然科学版）》 CAS CSCD 北大核心 2020年第6期749-752,共4页
针对高原鼠兔图像目标尺寸小、背景复杂、特征不显著、基于活动轮廓的图像分割模型无法有效分割的问题,采用基于卷积神经网络的SegNet语义模型对高原鼠兔图像进行分割:首先将采集的高原鼠兔图像进行预处理,尺度归一化后制作成与Pascal ... 针对高原鼠兔图像目标尺寸小、背景复杂、特征不显著、基于活动轮廓的图像分割模型无法有效分割的问题,采用基于卷积神经网络的SegNet语义模型对高原鼠兔图像进行分割:首先将采集的高原鼠兔图像进行预处理,尺度归一化后制作成与Pascal VOC数据集格式一致的数据集;然后将数据集分为训练集与测试集,采用训练集对SegNet模型训练,测试集对模型进行分割测试。对高原鼠兔图像分割的试验结果表明:与基于活动轮廓的Chan_Vese模型相比,基于卷积神经网络的SegNet模型对高原鼠兔图像分割时的交并比、平均像素精度、Dice相似性指数和Jaccard指数分别提高了68.33%、9.35%、30.61%和47.98%,过分割率和欠分割率分别降低了87.20%、16.52%。 展开更多
关键词 高原鼠兔 卷积神经网络 图像分割 segnet 语义分割
在线阅读 下载PDF
基于SegNet_CRF的遥感影像水体提取方法 被引量：3
14
作者 林娜 王玉莹 +2 位作者 郭江 潘鹏 李莉 《测绘与空间地理信息》 2023年第3期12-15,18,共5页
水体的自动提取对于洪水监测、水资源管理等方面有着重要意义。本文提出了SegNet_CRF语义分割方法,可从遥感影像上自动提取水体。首先,在SegNet编码器和解码器之间植入空洞卷积特征提取块,融合不同尺度的特征,然后在分类后处理中引入条... 水体的自动提取对于洪水监测、水资源管理等方面有着重要意义。本文提出了SegNet_CRF语义分割方法,可从遥感影像上自动提取水体。首先,在SegNet编码器和解码器之间植入空洞卷积特征提取块,融合不同尺度的特征,然后在分类后处理中引入条件随机场,对提取结果进行精细化处理,最后与FCN、经典SegNet网络水体提取结果对比,结果表明,SegNet_CRF网络结构在Recall、Precision以及F1-score指标上都有所提高,水体提取结果更加准确完整,抑制噪声能力更强。SegNet_CRF网络可有效地实现水体提取任务。 展开更多
关键词 遥感影像 水体提取 segnet 空洞卷积 全连接条件随机场
在线阅读 下载PDF
一种基于改进SegNet模型和融合注意力机制的苗族服饰图案分割算法 被引量：1
15
作者 谭永前 曾凡菊 《怀化学院学报》 2023年第5期66-71,共6页
针对目前语义分割模型需要消耗大量计算资源,对苗族服饰图案分割精度不高等问题,提出一种在改进的Seg Net模型中嵌入注意力机制模块的算法模型。改进后的Seg Net模型减少了卷积层数,在一定程度上减少了内存资源的消耗;为了提高对服饰图... 针对目前语义分割模型需要消耗大量计算资源,对苗族服饰图案分割精度不高等问题,提出一种在改进的Seg Net模型中嵌入注意力机制模块的算法模型。改进后的Seg Net模型减少了卷积层数,在一定程度上减少了内存资源的消耗;为了提高对服饰图案细小纹理的分割精度,减少细小纹理细节的丢失,使用二分类交叉熵损失函数作为损失函数,提高了服饰图案细小纹理的分割精度;改进的Seg Net模型中嵌入轻量级的注意力模块,使得模型能够关注图像中更多的细节特征,更好地将感兴趣的特征从局部水平关联到全局水平,加强对目标特征信息的提取,减少损失率,提高模型的分割性能。实验结果表明,改进后的算法模型相对于传统相关算法,对苗族服饰图案的分割精度有了一定的提高,分割结果的视觉效果和定量指标上都要优于传统相关算法。 展开更多
关键词 图案分割 苗族服饰 注意力机制 segnet模型
在线阅读 下载PDF
基于改进SegNet网络的障碍物检测算法研究 被引量：1
16
作者 胡均平 张洪伟 +1 位作者 黄强 向思平 《计算机应用与软件》 北大核心 2024年第5期212-217,225,共7页
为了提高自动驾驶车辆的多类障碍物检测的精度,提出一种改进的SegNet神经网络算法。该算法在SegNet网络的基础上结合残差网络和多尺度融合算法,提高分类的准确性。对网络训练策略进行改进,采用自设置对比度归一化算法、学习率调整算法... 为了提高自动驾驶车辆的多类障碍物检测的精度,提出一种改进的SegNet神经网络算法。该算法在SegNet网络的基础上结合残差网络和多尺度融合算法,提高分类的准确性。对网络训练策略进行改进,采用自设置对比度归一化算法、学习率调整算法和类平衡算法提高网络的鲁棒性和收敛速度。通过在不同场景下进行实验,结果表明,相较于SegNet神经网络,改进后的SegNet神经网络的像素平均精度(PPA)从85%提高至97%;平均交并比(MIOU)从76%提升至90%。 展开更多
关键词 自动驾驶 障碍物检测 segnet网络 残差网络 多尺度融合算法
在线阅读 下载PDF
基于AD-SegNet模型的苗族服饰图案分割方法研究 被引量：2
17
作者 罗森艳 杨贵燕 +3 位作者 蔡江海 王顺霞 黄成泉 万林江 《湖北民族大学学报（自然科学版）》 CAS 2024年第1期86-91,共6页
针对苗族服饰图案纹理多元化、形状不规则问题,提出了注意力特征融合的深度过参数化卷积语义分割网络(a deep over-parameterized convolutional semantic segmentation network for attentional feature fusion,AD-SegNet)模型。在传... 针对苗族服饰图案纹理多元化、形状不规则问题,提出了注意力特征融合的深度过参数化卷积语义分割网络(a deep over-parameterized convolutional semantic segmentation network for attentional feature fusion,AD-SegNet)模型。在传统卷积操作中增加深度卷积操作,加快了模型的收敛速度,提高了模型的分割性能。针对苗族服饰图案色彩差异大的问题,引入了注意力特征融合(attentional feature fusion,AFF),通过融合不同卷积层输出之间的特征信息,加强对特征信息的提取,减少色彩差异给网络学习带来的影响。实验结果表明,AD-SegNet模型性能优于其他对比模型,能有效对苗族服饰图案进行分割,与语义分割网络(semantic segmentation network,SegNet)基准模型相比,在像素准确率(pixel accuracy,PA)、交并比(intersection over union,IoU)、戴斯相似系数几个指标上分别提升了0.0447、0.0921、0.0542,为少数民族服饰图案分割研究提供了有效可行的方法。 展开更多
关键词 苗族服饰 深度过参数化卷积 AD-segnet 深度卷积操作 AFF 特征信息 segnet
在线阅读 下载PDF
改进SegNet网络对遥感图像的语义分割 被引量：3
18
作者 张秦瑞 林国军 朱晏梅 《宜宾学院学报》 2022年第6期37-41,共5页
为了更好地对包含丰富地表信息的高分辨率遥感图像进行语义分割,基于SegNet网络,结合金字塔池化(PPM),提出了P-SegNet网络,该网络能更好地对遥感图像的全局特征进行提取,分割效果优于改进前的SegNet网络.在训练集数量为120000张、迭代... 为了更好地对包含丰富地表信息的高分辨率遥感图像进行语义分割,基于SegNet网络,结合金字塔池化(PPM),提出了P-SegNet网络,该网络能更好地对遥感图像的全局特征进行提取,分割效果优于改进前的SegNet网络.在训练集数量为120000张、迭代次数为20次的情况下,P-SegNet网络训练集Accuracy高于SegNet网络0.54%,达到96.36%,同时Loss相比Seg⁃Net网络减少了0.02,达到0.08. 展开更多
关键词 segnet P-segnet 金字塔池化 遥感图像
在线阅读 下载PDF
改进SegNet与迁移学习的遥感建筑物分割方法 被引量：9
19
作者 林禹 赵泉华 +1 位作者 沈昭宇 李玉 《测绘科学》 CSCD 北大核心 2022年第6期78-89,共12页
针对传统SegNet应用于遥感影像建筑物分割出现分割不连续的问题,该文提出了一种改进的SegNet模型,并引入迁移学习方法,以提高遥感影像建筑物分割精度。以SegNet为基础,加入能够提取多尺度特征的改进空洞空间卷积池化金字塔模块,并引入... 针对传统SegNet应用于遥感影像建筑物分割出现分割不连续的问题,该文提出了一种改进的SegNet模型,并引入迁移学习方法,以提高遥感影像建筑物分割精度。以SegNet为基础,加入能够提取多尺度特征的改进空洞空间卷积池化金字塔模块,并引入跳层连接使分割结果更为精细。选取了FCN、SegNet、载入ImageNet预训练权重参数的SegNet作为对比算法,对遥感建筑物分割数据集Inria Aerial Image Labeling Dataset进行训练和测试。实验结果表明,在有限的迭代次数及实验区域内,该文算法拥有更好的分割效果和更强的泛化能力。 展开更多
关键词 建筑物分割 segnet 空洞空间卷积池化金字塔 传递迁移学习
原文传递
基于SegNet语义模型的高分辨率遥感影像农村建设用地提取 被引量：62
20
作者 杨建宇 周振旭 +3 位作者 杜贞容 许全全 尹航 刘瑞 《农业工程学报》 EI CAS CSCD 北大核心 2019年第5期251-258,共8页
针对传统分类算法、浅层学习算法不适用于高空间分辨率遥感影像中农村建筑物信息提取的问题,该文以河北省霸州市高空间分辨率遥感影像WorldView-2为数据源,利用182 064幅128×128像素大小的影像切片为训练样本,选取基于深度卷积神... 针对传统分类算法、浅层学习算法不适用于高空间分辨率遥感影像中农村建筑物信息提取的问题,该文以河北省霸州市高空间分辨率遥感影像WorldView-2为数据源,利用182 064幅128×128像素大小的影像切片为训练样本,选取基于深度卷积神经网络的SegNet图像语义分割算法对遥感影像中的农村建筑物进行提取,并与传统分类算法中的最大似然法(maximum likelihood,ML)和ISO聚类、浅层学习算法中的支持向量机(support vector machine,SVM)和随机森林(random forest,RF)以及深层语义分割算法中的金字塔场景解析网络(pyramid scene parsing network,PSPNet)的试验结果作对比分析。研究结果表明:SegNet不仅能够高效利用高空间分辨率遥感影像中农村建筑物的光谱信息而且还能够充分利用其丰富的空间特征信息,最终形成较好的分类模型,该算法在验证样本中的分类总体精度为96.61%,Kappa系数为0.90,建筑物的F1值为0.91,其余5种分类算法的总体精度、Kappa系数、建筑物的F1值都分别在94.68%、0.83、0.87以下。该研究可以为高空间分辨率遥感影像农村建设用地提取研究提供参考。 展开更多
关键词 遥感 图像分割 算法 深度学习 segnet语义分割模型 高空间分辨率遥感影像 农村建设用地提取
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 4 下一页 到第 页
使用帮助 返回顶部