融合可变形卷积与条件随机场的遥感影像语义分割方法

论文摘要

当前,深度卷积神经网络在遥感影像语义分割领域取得了长足的发展。标准的卷积神经网络由于卷积核的几何形状是固定的,导致对几何变换的模拟能力受到限制。本文引入一种可变形卷积来增强卷积网络对空间变换的适应能力。由于神经网络架构中使用了池化层操作,这会导致在输出层未能充分地对局部对象进行准确的分割。为了克服这种特性,本文将神经网络输出层的粗糙预测分割结果通过全连接的条件随机场来进行处理,以此来提高对影像细节的分割能力。本文方法易于采用标准的反向传播算法进行端到端的方式训练。ISPRS数据集上的测试试验结果表明本文方法可以有效地克服遥感影像中分割对象的复杂结构对分割结果的影响,并在该数据集上获得了当前最好的语义分割结果。

论文目录

• 1 方 法
•   1.1 可变形卷积网络
•     1.1.1 可变形卷积
•     1.1.2 可变形卷积的网络结构
•       （1） 可变形卷积的特征提取。
•       （2） 语义分割网络。
•       （3） 反卷积网络。
•   1.2 全连接条件随机场后处理
• 2 试验结果与分析
•   2.1 数据集
•   2.2 数据预处理
•   2.3 分割试验
•   2.4 分析与评价
•     2.4.1 分割结果的比较
•     2.4.2 可变形卷积的理解
•     2.4.3 可变形卷积与CRF的性能比较
• 3 结 论

文章来源

类型: 期刊论文

作者: 左宗成,张文,张东映

关键词: 高分辨率遥感影像,语义分割,可变形卷积网络,条件随机场

来源: 测绘学报 2019年06期

年度: 2019

分类: 基础科学,工程科技Ⅱ辑,信息科技

专业: 工业通用技术及设备,自动化技术

单位: 武汉大学遥感信息工程学院,欧特克(中国)软件研发有限公司,郑州大学水利与环境学院

基金: 国家重点研发计划(2017YFC0405806)~~

分类号: TP751

页码: 718-726

总页数: 9

文件大小: 9525K

下载量: 401