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9篇文章
< 1 >
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SegNet模型的高原鼠兔的图像分割 被引量：4
1
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
基于改进SegNet算法的车道线检测方法 被引量：21
2
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
SegNet在工件表面缺陷检测中的应用 被引量：11
3
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
基于深度学习的多角度遥感影像云检测方法 被引量：8
4
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
联合深度学习和条件随机场的遥感影像云检测 被引量：14
5
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
6
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
基于卷积神经网络的道路图像语义分割 被引量：2
7
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
基于VGG网络不同模型的建筑物自动提取 被引量：2
8
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
基于卷积神经网络的水产养殖区提取 被引量：2
9
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
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 下一页 到第 页
使用帮助 返回顶部