-
题名基于预测和残差细化网络的道路提取算法研究
被引量：5
- 1
-
-
作者
熊炜
管来福
王传胜
童磊
李利荣
刘敏
-
机构
湖北工业大学电气与电子工程学院
美国南卡罗来纳大学计算机科学与工程系
-
出处
《计算机工程与科学》
CSCD
北大核心
2020年第4期683-690,共8页
-
基金
国家留学基金(201808420418)
国家自然科学基金(61571182,61601177)
湖北省自然科学基金(2019CFB530)。
-
文摘
针对航拍图像中的道路检测问题,提出了一种基于预测和残差细化网络的航拍图像道路提取算法。首先,预测网络进行初始预测,为了提高分割网络的细化能力,学习到更高层的道路特征信息,预测网络中引入了空洞卷积和多核池化模块。其次,残差细化网络对预测网络的输出进一步细化,改善预测网络结果出现的模糊问题。此外,针对航拍图像中道路像素比例较小的特点,网络还融合了二元交叉熵、结构相似性以及交并比损失函数,以减少道路信息损失。在Massachusetts道路数据集上的实验结果表明,精确率、召回率、F值和准确率等指标分别达到了99.3%,95.7%,97.3%和95.1%,交并比及平均结构相似性评价指标也分别达到了94.8%和84.3%,相比于其他算法,该算法有一定的应用价值。
-
关键词
航拍图像
道路提取
深度学习
空洞卷积
多核池化
损失函数
-
Keywords
aerial image
road extraction
deep learning
dilated convolution
multi-kernel pooling
loss function
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
