-
题名融合道路特征的动态卷积遥感影像道路提取网络模型
被引量：1
- 1
-
-
作者
陈涛
葛小三
-
机构
河南理工大学测绘与国土信息工程学院
-
出处
《地理与地理信息科学》
北大核心
2025年第2期23-30,共8页
-
基金
国家自然科学基金项目(41572341)
河南省自然科学基金项目(222300420450)
河南理工大学研究生教育教学改革项目(2024YJ02)。
-
文摘
受道路特性和卷积池化等操作影响,现有遥感影像道路提取方法仍存在空间特征和地物细节信息丢失问题,造成提取错漏。该文基于遥感影像中道路狭长特点设计了一种语义分割网络模型OSPNet,基于条状注意力机制使模型更专注于道路信息,减少错提取;同时,使用动态卷积构造模型的编码器,从而增强模型对不同类型道路提取的泛化能力和对不同场景的适应性;在模型训练过程中,采用骰子损失函数和焦点损失的混合损失函数解决遥感影像中道路类别与背景类别不均衡的问题。在Massachusetts和CHN6-CUG道路数据集上的验证结果表明,与DeepLabV3+相比,该模型的F 1分数、交并比和平均交并比分别提升1.37%、1.78%和1.03%,相较其他网络评价指标结果最佳,提取的道路连续性、完整性好,且训练时间远低于其他模型,是一种适应性更强、分割精度更高、更轻量化的道路提取算法。
-
关键词
道路提取
动态卷积
条状注意力机制
-
Keywords
road extraction
dynamic convolution
strip attention mechanism
-
分类号
TP751
[自动化与计算机技术—检测技术与自动化装置]
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于多尺度聚焦网络的单图像城市场景3D平面重建
被引量：3
- 2
-
-
作者
江瑞祥
缪君
储珺
葛芸
-
机构
南昌航空大学江西省图像处理与模式识别重点实验室
-
出处
《小型微型计算机系统》
CSCD
北大核心
2022年第8期1718-1724,共7页
-
基金
国家自然科学基金项目(61661036,61663031,41801288)资助
南昌航空大学创新基金项目(YC2019014)资助.
-
文摘
针对基于单图像城市场景中不规则平面3D重建的难题,本文提出了一种基于多尺度聚焦网络的场景3D平面重建算法.该算法以单幅RGB图像为输入,通过单网络、双任务的学习策略,同时输出平面的分割映射以及深度信息.为了根据上下文来自适应的更改有效感受野大小以获取多尺度信息,本文还提出了一种将条状注意力机制嵌入到空洞空间金字塔池化模块的多尺度聚焦模块,使之能够关注城市场景中的条状平面.本文网络模型在SYNTHIA城市场景数据集上进行了训练,在测试集中取得了81.5%SC和4.22%Abs Rel的表现.本文算法相对于现有算法更可靠、重建模型更完整.
-
关键词
平面重建
单幅图像
城市场景
多尺度聚焦模块
条状注意力机制
-
Keywords
planar reconstruction
single image
urban scene
multi-scale focus module
stripe attention mechanism
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
