基于改进SegNet网络的障碍物检测算法研究 被引量：1

1

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 职称材料

一种改进SegNet网络的路面裂缝分割算法 被引量：1

2

作者 廖宁生 杨雲翔 +1 位作者 朱秘 彭波 《重庆理工大学学报（自然科学）》 CAS 北大核心 2024年第7期142-148,共7页

路面裂缝是威胁公路安全运行的常见潜在隐患,经典路面裂缝分割算法存在不同程度的裂缝断裂、薄细裂缝边缘识别不佳等问题。针对上述问题,提出一种Crack SegFormer路面裂缝分割算法,主要由基于裂缝定位注意力的编码器、多层特征金字塔以... 路面裂缝是威胁公路安全运行的常见潜在隐患,经典路面裂缝分割算法存在不同程度的裂缝断裂、薄细裂缝边缘识别不佳等问题。针对上述问题,提出一种Crack SegFormer路面裂缝分割算法,主要由基于裂缝定位注意力的编码器、多层特征金字塔以及基于裂缝锐化注意力的解码器三部分组成。利用Crack500、Crack200、DeepCrack、CFD 4个公开数据,对CrackSegFormer模型分割裂缝的有效性进行了验证,结果显示所提出的CrackSegFormer模型能够抑制非裂缝特征、保留细微和末梢裂缝特征。相对于经典SegNet网络,所提出模型的准确度、召回率和F1-score三类评价指标分别提升了1.14%,3.61%和4.26%。 展开更多

关键词 路面裂缝分割 改进segnet网络 注意力机制 多层特征金字塔

在线阅读 下载PDF 职称材料

基于改进SEGNET模型的图像语义分割 被引量：11

3

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 职称材料

基于SegNet模型的高原鼠兔的图像分割 被引量：4

4

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 职称材料

基于改进SegNet算法的车道线检测方法 被引量：21

5

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 职称材料

基于Segnet网络和迁移学习的全景街区影像变化检测 被引量：3

6

作者 余晓娜 黄亮 陈朋弟 《重庆大学学报》 CAS CSCD 北大核心 2022年第11期100-107,共8页

针对采用传统方法难以提高全景街区影像变化检测精度的问题,提出一种基于Segnet网络和迁移学习的全景街区影像变化检测方法。首先对数据集“TSUNAMI”进行预训练并对训练集进行分类归并;然后采用Segnet网络对全景街区影像进行语义分割,... 针对采用传统方法难以提高全景街区影像变化检测精度的问题,提出一种基于Segnet网络和迁移学习的全景街区影像变化检测方法。首先对数据集“TSUNAMI”进行预训练并对训练集进行分类归并;然后采用Segnet网络对全景街区影像进行语义分割,最后对语义分割结果进行差值运算,得到变化差异图并进行精度评价。实验选取两组全景街区影像,采用最大似然法、支持向量机方法(SVM,support vector machine)以及提出方法对这2组数据进行对比实验,第一组得到的精度分别为65.1%、72.1%和81.4%;第二组得到的精度分别为66.5%、70.6%、82.2%。实验结果表明提出的方法具有更高的变化检测精度,可为城市违章排查、灾后重建等提供技术支撑。 展开更多

关键词 segnet网络 迁移学习 全景街区影像 变化检测 支持向量机

在线阅读 下载PDF 职称材料

SegNet在工件表面缺陷检测中的应用 被引量：11

7

作者 郭亚萍 顾智聪 彭宏京 《计算机工程与设计》 北大核心 2019年第10期2979-2984,共6页

提出一种基于SegNet网络的表面缺陷检测的方法。将表面缺陷检测问题重构成一种端到端的二分类和多分类问题,分别使用形状标注和矩形标注两种方式对检测结果进行对比分析。网络由一个编码器网络、一个相应的解码器网络以及一个逐像素分... 提出一种基于SegNet网络的表面缺陷检测的方法。将表面缺陷检测问题重构成一种端到端的二分类和多分类问题,分别使用形状标注和矩形标注两种方式对检测结果进行对比分析。网络由一个编码器网络、一个相应的解码器网络以及一个逐像素分类层组成。编码器网络从原始图像分层学习视觉特征,解码器网络逐步将编码特征上采样映射到像素级分类的输入大小。实验结果表明,基于SegNet网络的方法准确率高,鲁棒性强,过程简单,具有一定的通用性。 展开更多

关键词 表面缺陷 缺陷检测 深度学习 神经网络 segnet网络

在线阅读 下载PDF 职称材料

基于LBP纹理与SegNet网络的灾损建筑物提取 被引量：4

8

作者 谢跃辉 李百寿 高豫川 《北京测绘》 2023年第3期397-401,共5页

高分辨率遥感影像中震后灾损建筑物提取是震害预估中极具重要的参考指标,研究遥感影像的震后灾损建筑物提取方法具有重要的科学意义。本文以青海玉树震后典型的灾损建筑物数据为研究对象,针对卷积神经网络对于城市建筑物纹理特征信息利... 高分辨率遥感影像中震后灾损建筑物提取是震害预估中极具重要的参考指标,研究遥感影像的震后灾损建筑物提取方法具有重要的科学意义。本文以青海玉树震后典型的灾损建筑物数据为研究对象,针对卷积神经网络对于城市建筑物纹理特征信息利用的不足,将局部二值模式(LBP)纹理特征与SegNet深度卷积神经网络相结合,采用有监督学习分类的方式训练卷积神经网络,实现震后灾损建筑物自动分类提取,并与传统面向对象提取方法进行对比。实验结果表明,LBP纹理特征与SegNet卷积神经网络模型相结合,对于震后灾损建筑物的提取能提高预测精度,用户精度与生产者精度分别有2%~7%,2%~9%的提升。 展开更多

关键词 局部二值模式纹理 segnet网络 灾损建筑物 自动提取

在线阅读 下载PDF 职称材料

基于改进SegNet癌变组织图像语义分割算法 被引量：1

9

作者 孟凡宏 黄丹飞 +2 位作者 钟艾琦 陈思阳 赵成龙 《长春理工大学学报（自然科学版）》 2022年第4期87-92,共6页

针对医学图像中癌变与正常组织的人工标注和定量分析耗时且缺乏一致性的问题,提出了一种基于穆勒矩阵参数图像的语义分割网络模型,采用背向散射光穆勒矩阵自动成像系统获得病理组织的穆勒矩阵图像,使用穆勒矩阵分解和变换获得相应的参... 针对医学图像中癌变与正常组织的人工标注和定量分析耗时且缺乏一致性的问题,提出了一种基于穆勒矩阵参数图像的语义分割网络模型,采用背向散射光穆勒矩阵自动成像系统获得病理组织的穆勒矩阵图像,使用穆勒矩阵分解和变换获得相应的参数图像,结合纹理特征定量分析分割后癌变与正常组织的差异。实验表明,相比SegNet算法,该算法在肝癌和肺癌数据集上的准确率分别提高5.89%与1.17%,平均交并比分别提高9.79%与5.56%,也优于FCN和U-Net算法,降低了癌变组织的假阴性率,能够自动学习癌变与正常组织特征,有助于为癌症的病理诊断提供即时准确的组织定量指标。 展开更多

关键词 语义分割网络 穆勒矩阵 纹理特征 segnet 定量分析

在线阅读 下载PDF 职称材料

基于语义分割和霍夫变换的可见光图像海天线检测方法 被引量：2

10

作者 陈信强 陈建慧 +3 位作者 刘恕浩 韩冰 赵建森 李朝锋 《中国航海》 CSCD 北大核心 2024年第4期36-43,共8页

海天线检测是船舶智能航行视觉感知的关键技术。针对水上交通图像中海天线检测受船舶、海浪和天气等因素干扰问题,提出一种基于语义分割和霍夫变换的海天线检测方法。将图像输入基于SegNet网络改进的Mo-SegNet图像语义分割算法进行训练... 海天线检测是船舶智能航行视觉感知的关键技术。针对水上交通图像中海天线检测受船舶、海浪和天气等因素干扰问题,提出一种基于语义分割和霍夫变换的海天线检测方法。将图像输入基于SegNet网络改进的Mo-SegNet图像语义分割算法进行训练,对图像特征进行学习;用Canny检测算法在语义分割图像中检测出边缘轮廓线;采用霍夫变换拟合边缘像素得到海天线检测结果。在场景一,其检测准确率和交并比分别达到99.28%和74.85%;在场景二,其检测准确率和交并比分别达到98.60%和59.41%;在场景三,其检测准确率和交并比分别达到99.31%和77.19%,试验结果表明,所提出的语义分割与霍夫变换结合的算法在检测海天线方面具有较高的准确性和有效性。 展开更多

关键词 海天线检测 segnet网络 霍夫变换 水上交通 智能航行

在线阅读 下载PDF 职称材料

基于无人机遥感和深度学习的松材线虫病疫木自动提取方法研究 被引量：18

11

作者 时启龙 黄石明 +4 位作者 张明霞 肖欣 喻俊 徐健 邱琳 《西部林业科学》 CAS 北大核心 2022年第5期28-33,共6页

松材线虫病是一种由松墨天牛携带传播松材线虫而引起的毁灭性病害,已经成为近40 a来我国发生最严重、最危险的重大林业病害。传统的监测方法主要依靠人工外业调查和卫星遥感目视判读的方法,不仅工作量大,而且效率低下。本研究以江西省... 松材线虫病是一种由松墨天牛携带传播松材线虫而引起的毁灭性病害,已经成为近40 a来我国发生最严重、最危险的重大林业病害。传统的监测方法主要依靠人工外业调查和卫星遥感目视判读的方法,不仅工作量大,而且效率低下。本研究以江西省赣州市为研究区域,利用无人机航空摄影获取松材线虫病疫区遥感影像,以被松材线虫感染的疫木为目标,通过面向对象提取和人工校核的方式对图像进行标注,并以256×256像素大小对图像和标签进行裁剪,以8︰2的比例将图像随机分成训练集和验证集,从而构建出包括图像和相应标签的深度学习样本数据库。然后基于TensorFlow开源框架搭建了U-Net和SegNet两种深度学习网络模型。结果显示,U-Net网络模型和SegNet网络模型训练精度均超过95%,U-Net网络模型验证精度要高于SegNet网络模型,SegNet网络模型在训练过程中出现了过拟合现象。最后本研究选取部分区域开展了预测应用,结果表明,U-Net网络模型精确率为81.36%,召回率为83.12%,调和平均值为82.23%,高于SegNet网络模型的75.21%、76.84%和76.01%,U-Net网络模型提取效果优于SegNet网络模型。 展开更多

关键词 松材线虫 无人机遥感 深度学习 样本数据库 U-Net segnet 网络模型

在线阅读 下载PDF 职称材料

基于深度学习的多角度遥感影像云检测方法 被引量：8

12

作者 李佳欣 赵鹏 +1 位作者 方薇 宋尚香 《大气与环境光学学报》 CAS CSCD 2020年第5期380-392,共13页

云检测是遥感影像处理的重要任务之一。目前遥感影像云检测中多使用到卫星的多光谱、多通道信息,而关于多角度信息对云检测影响的研究较少。为了探索遥感影像多角度信息作为云特征对训练云分类网络精度的影响,提出一种基于深度学习的遥... 云检测是遥感影像处理的重要任务之一。目前遥感影像云检测中多使用到卫星的多光谱、多通道信息,而关于多角度信息对云检测影响的研究较少。为了探索遥感影像多角度信息作为云特征对训练云分类网络精度的影响,提出一种基于深度学习的遥感多角度云检测方法,以SegNet为基础网络结构,提取含有多角度信息的遥感影像的特征表示,训练含有多角度信息的遥感影像云检测模型。测试结果表明,所提方法全局精度为91.39%,平均重叠率为83.99%。分析表明单角度云检测具有一定的局限性,而利用多角度信息作为云特征训练云分类网络可以提升云检测精度。此外,还探索了POLDER仪器中不同角度对于云检测结果的影响情况。 展开更多

关键词 云检测 遥感影像 多角度 神经网络 segnet

在线阅读 下载PDF 职称材料

基于卷积神经网络的道路图像语义分割 被引量：2

13

作者 张蓉 赵昆淇 顾凯 《计算机与数字工程》 2020年第7期1772-1775,1803,共5页

针对图像语义分割不能在提高分割速率的同时改善分割结果的问题,基于深度学习和图像去噪的方法提出一种对图像进行预处理再输入到图像语义模型中解决方法。该方法通过使用大量数据集训练网络模型,再将预处理图像进行去噪之后输入到训练... 针对图像语义分割不能在提高分割速率的同时改善分割结果的问题,基于深度学习和图像去噪的方法提出一种对图像进行预处理再输入到图像语义模型中解决方法。该方法通过使用大量数据集训练网络模型,再将预处理图像进行去噪之后输入到训练好的网络模型中,利用SegNet网络作为分割网络模型完成道路图像的实时语义分割和基于差异系数的稀疏自适应度去噪算法完成对图像的预处理。实验证明,对图像进行去噪处理之后再分割能够再不增加计算量的基础上有效的提高分割精度。 展开更多

关键词 图像语义分割 卷积神经网络 segnet 去噪

在线阅读 下载PDF 职称材料

联合深度学习和条件随机场的遥感影像云检测 被引量：14

14

作者 么嘉棋 陈继溢 +2 位作者 陈赟 刘超镇 李国元 《测绘科学》 CSCD 北大核心 2019年第12期121-127,共7页

针对最大类间分类法等传统方法在高分辨率影像云检测时对噪声敏感、云边缘轮廓不精确等问题,该文提出一种结合神经网络结构SegNet和条件随机场的云检测方法,在实现含云区域提取的同时很好地保留了云的边缘轮廓。实验结果表明,结合SegNe... 针对最大类间分类法等传统方法在高分辨率影像云检测时对噪声敏感、云边缘轮廓不精确等问题,该文提出一种结合神经网络结构SegNet和条件随机场的云检测方法,在实现含云区域提取的同时很好地保留了云的边缘轮廓。实验结果表明,结合SegNet神经网络和条件随机场的云检测精度达到94.8%,高于其他经典算法约5%,边缘保持度精度高,并避免了经典算法对噪声敏感的缺点。 展开更多

关键词 遥感影像 云检测 segnet神经网络 条件随机场

原文传递

一种基于深度传递迁移学习的遥感影像分类方法 被引量：20

15

作者 林禹 赵泉华 李玉 《地球信息科学学报》 CSCD 北大核心 2022年第3期495-507,共13页

面对实际的遥感影像分类任务,采用深度神经网络的方法存在的最大问题是缺乏充足的标注样本,如何使用较少的标注样本实现较高精度的遥感影像分类,是目前需要解决的问题。ImageNet作为世界上最大的图像识别数据集,在其上训练出的模型有着... 面对实际的遥感影像分类任务,采用深度神经网络的方法存在的最大问题是缺乏充足的标注样本,如何使用较少的标注样本实现较高精度的遥感影像分类,是目前需要解决的问题。ImageNet作为世界上最大的图像识别数据集,在其上训练出的模型有着丰富的底层特征。对ImageNet预训练模型进行微调是最常见的迁移学习方法,能够一定程度利用其丰富的底层特征,提高分类精度。但ImageNet影像特征与遥感影像差距较大,对分类效果提升有限。为了解决上述问题,本文基于传递迁移学习思想,结合深度神经网络,提出一种基于深度传递迁移学习的遥感影像分类方法。该方法通过构建以开源遥感场景识别数据集为源域的中间域,并以ImageNet预训练权重为源域、待分类遥感影像为目标域进行迁移学习,提高遥感影像分类精度。首先,以ImageNet预训练VGG16网络为基础,为加速卷积层权重更新而将全连接层替换为全局平均池化层,构建GAP-VGG16,使用中间域数据集训练ImageNet预训练GAP-VGG16以获取权重;然后,以SegNet网络为基础,在SegNet中加入卷积层设计了T-SegNet,以对获取的权重进一步地提取。最后,将获取的权重迁移到T-SegNet中,使用目标域数据集训练,实现遥感影像分类。本文选取Aerial Image Dataset和UC Merced Land-Use DataSet作为中间域数据集的数据源,资源三号盘锦地区影像为目标域影像,并分别选取了50%和25%数量的训练样本进行实验。实验结果表明,在50%和25%数量的训练样本下,本文方法分类结果相比SegNet的Kappa系数分别提高了0.0459和0.0545,相比ImageNet预训练SegNet的Kappa系数分别提高了0.0377和0.0346,且在样本数较少的类别上,本文方法分类精度提升更明显。 展开更多

关键词 遥感影像分类 深度神经网络 迁移学习 VGG16 segnet 传递迁移学习 资源三号影像 全局平均池化

原文传递

基于VGG网络不同模型的建筑物自动提取 被引量：2

16

作者 刘于昆 高郭瑞 +3 位作者 王淑焜 戚慧 王振华 张家佑 《电子测试》 2021年第22期58-59,131,共3页

本文基于VGG16网络,搭建FCN、U-net、SegNet三种网络模型,对同一数据集进行训练,通过多次实验,对比分析三种模型优劣。实验结果得出:三种模型在建筑物特征定位方面相差无几,但在细节方面,U-net模型所呈现的结果最优,明显优于另外两种模型。

关键词 建筑物提取 FCN神经网络 U-net网络 segnet网络

在线阅读 下载PDF 职称材料

基于多尺度编码-解码网络的皮肤病变图像分割 被引量：2

17

作者 杨国亮 洪志阳 许楠 《中国医学物理学杂志》 CSCD 2019年第2期199-204,共6页

针对皮肤病变图像分割在医疗诊断中的作用,提出一种基于多尺度编码-解码网络的皮肤病变图像分割算法。该算法继承了SegNet网络结构的训练速度快、训练模型存储小等特点,采用多尺度输入的方式增强了网络对皮肤病变图像的充分学习。此外,... 针对皮肤病变图像分割在医疗诊断中的作用,提出一种基于多尺度编码-解码网络的皮肤病变图像分割算法。该算法继承了SegNet网络结构的训练速度快、训练模型存储小等特点,采用多尺度输入的方式增强了网络对皮肤病变图像的充分学习。此外,在编码网络中的pool2层输出一个二进制双线性插值的中间预测特征图到解码层的最后一层卷积块进行级联输入提高最终的分割精度。实验结果表明,采用多尺度编码-解码网络对皮肤病变图像分割具有极好的效果,在其他医学图像分割方面也能进行广泛应用。 展开更多

关键词 皮肤病变 多尺度编码-解码网络 segnet 二进制双线性插值

在线阅读 下载PDF 职称材料

基于卷积神经网络的水产养殖区提取 被引量：2

18

作者 刘滨洪 《测绘与空间地理信息》 2023年第11期74-77,共4页

传统的水产养殖信息统计是通过管理部门实地观察获取,时间效率和信息可靠性都较低,难以满足现实研究需要,而采用遥感技术结合卷积神经网络分类方法进行水产养殖区提取的方法能解决这一难点。本文根据哨兵二号影像上目标地物的特征修改Se... 传统的水产养殖信息统计是通过管理部门实地观察获取,时间效率和信息可靠性都较低,难以满足现实研究需要,而采用遥感技术结合卷积神经网络分类方法进行水产养殖区提取的方法能解决这一难点。本文根据哨兵二号影像上目标地物的特征修改SegNet卷积神经模型的结构,提出一种简化的卷积神经网络模型S-SegNet,实现对近海养殖区遥感高精度自动识别。结果表明,S-SegNet模型的分类效果相比SegNet模型有了明显的提高,平均准确度、平均召回率和平均F1-score分别达到88%、0.9和0.91,为三沙湾水产养殖区的实时监测和科学规划提供了重要数据支撑。 展开更多

关键词 三沙湾 水产养殖 卷积神经网络 哨兵二号 segnet

在线阅读 下载PDF 职称材料