-
题名结合场景分类数据的高分遥感图像语义分割方法
被引量：5
- 1
-
-
作者
秦亿青
池明旻
-
机构
复旦大学上海市数据科学重点实验室
-
出处
《计算机应用与软件》
北大核心
2020年第6期126-129,134,共5页
-
文摘
深度语义分割模型作为解决图像像素级分类的重要方法,在遥感图像分类中的应用受到遥感像素级标记数据不足的制约,在有限数据的情况下训练后的网络难以有效提取遥感图像特征。为此,将具有图像级标记的遥感场景分类数据应用到语义分割模型训练中。利用遥感场景分类数据训练卷积神经网络模型,并以其为基础构建语义分割网络的特征提取部分,从而提高语义分割模型提取遥感图像特征的能力。在训练卷积神经网络的过程中,对训练数据基于后验概率进行类别映射与平衡,使其更贴近目标任务的遥感图像。实验结合场景分类数据集UC Merced Landuse训练语义分割模型,在高分辨率遥感数据集Potsdam上获得了89.50%的总体分类准确率,证明该方法提高了语义分割模型在遥感数据上的像素级分类效果。
-
关键词
遥感图像
像素级分类
语义分割
场景分类数据
卷积神经网络
-
Keywords
Remote sensing
Pixel-level classification
Semantic segmentation
Scene classification data
Convolutional neural networks
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
