期刊导航
期刊开放获取
上海教育软件发展有限公..
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
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
检索
高级检索
期刊导航
共找到
1
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于ConvNeXt与双特征提取分支的水体提取方法
1
作者
周珂
常然然
+3 位作者
徐西志
苗茹
张广雨
王嘉茜
《计算机科学与探索》
北大核心
2025年第5期1264-1279,共16页
由于复杂的光谱混合物、地物边界模糊、环境噪声等因素的共同作用,从高分辨率遥感图像中准确识别水体边界极具挑战性。针对此问题,在PSPNet的基础上提出基于ConvNeXt与双特征提取分支的水体提取方法(CoNFM-Net)。在编码器阶段,以ConvNeX...
由于复杂的光谱混合物、地物边界模糊、环境噪声等因素的共同作用,从高分辨率遥感图像中准确识别水体边界极具挑战性。针对此问题,在PSPNet的基础上提出基于ConvNeXt与双特征提取分支的水体提取方法(CoNFM-Net)。在编码器阶段,以ConvNeXt代替ResNet50作为主干网络,利用逆瓶颈层、大卷积核等设计来增强网络的特征提取能力。在解码器阶段,设计了多尺度特征融合和上下文信息增强的双特征提取分支结构,多尺度特征融合分支为有效利用主干网络产生的多层次特征图,设计了一种双向特征融合模块(BiFFM),以解决边界识别中尺度不一致的问题;上下文信息增强分支为提高全局信息的利用率,将主干网络输出的深层特征图通过全局上下文信息获取模块(GCIM)。同时,将经过多尺度特征融合分支的最深层特征图与其进行拼接,增强模型对水体边界细节的捕捉能力。实验结果表明,该方法在LoveDA数据集、高分二号(GF-2)数据集及Sentinel-2数据集上的平均交并比和F1分数分别为89.64%、94.32%,92.60%、96.16%及93.72%、96.73%,且在同样环境下,与U-Net、DANet、CMTFNet等语义分割算法相比,该算法CoNFM-Net具有一定优势。
展开更多
关键词
水体
提取
ConvNeXt
高分辨率遥感影像
特征
融合
双特征提取分支结构
在线阅读
下载PDF
职称材料
题名
基于ConvNeXt与双特征提取分支的水体提取方法
1
作者
周珂
常然然
徐西志
苗茹
张广雨
王嘉茜
机构
河南大学计算机与信息工程学院
河南省空间信息处理工程研究中心
河南省时空大数据技术创新中心
河南九域腾龙信息工程有限公司信息事业部
出处
《计算机科学与探索》
北大核心
2025年第5期1264-1279,共16页
基金
高分辨率对地观测系统国家科技重大专项(80-Y50G19-9001-22/23)
河南省科技攻关项目(222102210061)
+2 种基金
河南省科技智库重点项目(HNKJZK-2024-08A)
河南省科技攻关项目(242102210027)
河南省软科学重点项目(242400411036)。
文摘
由于复杂的光谱混合物、地物边界模糊、环境噪声等因素的共同作用,从高分辨率遥感图像中准确识别水体边界极具挑战性。针对此问题,在PSPNet的基础上提出基于ConvNeXt与双特征提取分支的水体提取方法(CoNFM-Net)。在编码器阶段,以ConvNeXt代替ResNet50作为主干网络,利用逆瓶颈层、大卷积核等设计来增强网络的特征提取能力。在解码器阶段,设计了多尺度特征融合和上下文信息增强的双特征提取分支结构,多尺度特征融合分支为有效利用主干网络产生的多层次特征图,设计了一种双向特征融合模块(BiFFM),以解决边界识别中尺度不一致的问题;上下文信息增强分支为提高全局信息的利用率,将主干网络输出的深层特征图通过全局上下文信息获取模块(GCIM)。同时,将经过多尺度特征融合分支的最深层特征图与其进行拼接,增强模型对水体边界细节的捕捉能力。实验结果表明,该方法在LoveDA数据集、高分二号(GF-2)数据集及Sentinel-2数据集上的平均交并比和F1分数分别为89.64%、94.32%,92.60%、96.16%及93.72%、96.73%,且在同样环境下,与U-Net、DANet、CMTFNet等语义分割算法相比,该算法CoNFM-Net具有一定优势。
关键词
水体
提取
ConvNeXt
高分辨率遥感影像
特征
融合
双特征提取分支结构
Keywords
water body extraction
ConvNeXt
high-resolution remote sensing images
feature fusion
dual feature extraction branch
分类号
TP751 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于ConvNeXt与双特征提取分支的水体提取方法
周珂
常然然
徐西志
苗茹
张广雨
王嘉茜
《计算机科学与探索》
北大核心
2025
0
在线阅读
下载PDF
职称材料
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部
