-
题名基于多尺度残差网络的卫星图像道路提取
被引量：1
- 1
-
-
作者
肖昌城
吴锡
-
机构
成都信息工程大学计算机学院
-
出处
《计算机应用与软件》
北大核心
2024年第8期247-253,325,共8页
-
基金
国家自然科学基金项目(42075142)
国家重点研发计划课题(2017YFC1502203)
四川省科技计划项目(2019YFG0496,2020YFG0143,2020JDTD0020)。
-
文摘
针对遥感卫星影像中细小道路信息提取困难的问题,提出一种新的基于多尺度特征提取的残差分割算法。该方法使用ResNet34中作为网络的编码器,保证了网络深度和神经网络的健壮性;使用ASPP多尺度的特征提取结构,实现对语义特征进一步提取,提升了网络对小目标的捕捉能力;采用Unet的解码器,保证语义分割任务在输入和输出分辨率上的完整性。该方法在CVPR DeepGlobe 2018道路提取挑战赛的数据集上进行验证,平均交并比、dice相似系数、召回率分别达到69.76%、81.60%、80.25%,均超过该赛事冠军DLinkNet34,提升了道路提取的效果。
-
关键词
遥感影像
道路提取
语义分割
多尺度
ResNet
-
Keywords
Remote sensing image
Road extraction
Semantic segmentation
Multi-scale
ResNet
-
分类号
TP751
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于门控卷积残差网络的卫星图像道路提取
被引量：5
- 2
-
-
作者
肖昌城
吴锡
-
机构
成都信息工程大学计算机学院
-
出处
《计算机应用研究》
CSCD
北大核心
2021年第12期3820-3825,共6页
-
基金
国家自然科学基金资助项目(42075142)
国家重点研发计划课题(2017YFC1502203)
四川省科技计划资助项目(2019YFG0496,2020YFG0143,2020JDTD0020)。
-
文摘
针对遥感影像中道路信息容易受到建筑物、植被等非道路信息干扰的问题,提出了一种基于门控卷积残差网络的遥感影像道路提取模型。首先,该网络使用ResNet101作为网络的编码器,在使得网络足够深的同时,也保证了梯度信息的有效传导;其次,在中心部分使用ASPP多尺度特征提取模块,进一步挖掘特征图中给予的信息;最后,使用门控卷积替换普通的卷积层,它可以根据特征图中参数的重要性,自适应分配权重,作为网络的解码器部分。该方法在CVPR DeepGlobe 2018道路提取挑战赛的数据集上进行了验证,平均交并比、Dice相似系数、召回率分别达到70.20%、82.06%、82.21%,均超过该赛事冠军DlinkNet34,提升了道路提取的效果。
-
关键词
道路提取
图像分割
门控卷积
残差网络
遥感影像
-
Keywords
road extraction
image segmentation
gated convolution
residual network
remote sensing image
-
分类号
TP751
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于稠密残差网络的多序列卫星图像去云
被引量：1
- 3
-
-
作者
肖昌城
吴锡
何妍
-
机构
成都信息工程大学计算机学院
-
出处
《计算机应用研究》
CSCD
北大核心
2022年第1期303-307,共5页
-
基金
国家重点研发计划课题(2020YFA0608001,2017YFC1502203)
国家自然科学基金资助项目(42075142)
四川省科技计划项目(2019YFG0496,2020YFG0143,2020JDTD0020)。
-
文摘
遥感影像中最常见的问题是云层污染,它会导致图像信息缺失,降低遥感数据的可用性。针对该问题,提出了一种基于稠密残差网络的多序列卫星图像去云算法。首先,该网络使用多序列的有云卫星图像作为输入,能为网络提供更多的时序特征信息,提升去云效果;其次,在网络中段使用稠密残差层,以保证卷积层之间最大程度地传递和使用特征信息,让生成的修复图像整体结构合理、边缘细节更加清晰;最后,使用像素上采样来增强空间信息的利用,提升修复效果。该方法在欧洲“哨兵-2”遥感卫星图像数据集上进行验证,峰值信噪比和结构相似度指标为27.59和0.8540,两项指标均超过了该数据集的原处理方法STGAN,提升了遥感图像去云的效果。
-
关键词
图像去云
遥感影像
图像修复
稠密残差块
多时序图像
-
Keywords
image cloud removal
remote sensing image
image restoration
dense residual block
multi-sequence image
-
分类号
TP751
[自动化与计算机技术—检测技术与自动化装置]
-
