本文主要研究内容
作者左宗成,张文,张东映（2019）在《融合可变形卷积与条件随机场的遥感影像语义分割方法》一文中研究指出：当前,深度卷积神经网络在遥感影像语义分割领域取得了长足的发展。标准的卷积神经网络由于卷积核的几何形状是固定的,导致对几何变换的模拟能力受到限制。本文引入一种可变形卷积来增强卷积网络对空间变换的适应能力。由于神经网络架构中使用了池化层操作,这会导致在输出层未能充分地对局部对象进行准确的分割。为了克服这种特性,本文将神经网络输出层的粗糙预测分割结果通过全连接的条件随机场来进行处理,以此来提高对影像细节的分割能力。本文方法易于采用标准的反向传播算法进行端到端的方式训练。ISPRS数据集上的测试试验结果表明本文方法可以有效地克服遥感影像中分割对象的复杂结构对分割结果的影响,并在该数据集上获得了当前最好的语义分割结果。
Abstract
dang qian ,shen du juan ji shen jing wang lao zai yao gan ying xiang yu yi fen ge ling yu qu de le chang zu de fa zhan 。biao zhun de juan ji shen jing wang lao you yu juan ji he de ji he xing zhuang shi gu ding de ,dao zhi dui ji he bian huan de mo ni neng li shou dao xian zhi 。ben wen yin ru yi chong ke bian xing juan ji lai zeng jiang juan ji wang lao dui kong jian bian huan de kuo ying neng li 。you yu shen jing wang lao jia gou zhong shi yong le chi hua ceng cao zuo ,zhe hui dao zhi zai shu chu ceng wei neng chong fen de dui ju bu dui xiang jin hang zhun que de fen ge 。wei le ke fu zhe chong te xing ,ben wen jiang shen jing wang lao shu chu ceng de cu cao yu ce fen ge jie guo tong guo quan lian jie de tiao jian sui ji chang lai jin hang chu li ,yi ci lai di gao dui ying xiang xi jie de fen ge neng li 。ben wen fang fa yi yu cai yong biao zhun de fan xiang chuan bo suan fa jin hang duan dao duan de fang shi xun lian 。ISPRSshu ju ji shang de ce shi shi yan jie guo biao ming ben wen fang fa ke yi you xiao de ke fu yao gan ying xiang zhong fen ge dui xiang de fu za jie gou dui fen ge jie guo de ying xiang ,bing zai gai shu ju ji shang huo de le dang qian zui hao de yu yi fen ge jie guo 。
论文参考文献
论文详细介绍
论文作者分别是来自测绘学报的左宗成,张文,张东映，发表于刊物测绘学报2019年06期论文，是一篇关于高分辨率遥感影像论文,语义分割论文,可变形卷积网络论文,条件随机场论文,测绘学报2019年06期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自测绘学报2019年06期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：高分辨率遥感影像论文; 语义分割论文; 可变形卷积网络论文; 条件随机场论文; 测绘学报2019年06期论文;