收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于深度学习的遥感图像语义分割方法研究

林锦发  
【摘要】:近几年来,很多国家为了抢占“制空权”逐渐增加了人造卫星的发射数量。而遥感是获得“制空权”的重要技术手段,通过搭载在卫星上的传感器,实现了远距离目标的成像。为了体现遥感图像的价值,需要对其进行关键信息提取。而遥感图像语义分割是遥感图像信息提取的重要前提。目前,遥感图像语义分割的研究都普遍趋向于与深度学习技术相结合。虽然,这些研究与传统的算法相比分割效果有所提升,但是大多数的研究都不太成熟,其分割准确率与运行时效无法将它们进行大规模部署和在实时环境下应用。本文将以深度学习技术为基础,继续探究基于深度学习的遥感图像语义分割。主要研究内容包括:(1)考虑到基于深度学习的遥感图像语义分割中的训练数据都是靠大量的人工标注,而且目前尚无一个大规模的带有标注的公开数据集供研究使用,本文提出使用损失敏感条件生成对抗网络作为架构,借鉴U-Net网络编码器-解码器的结构与跳跃连接构造了UED生成器,以此构建LS-CGANs算法进行遥感图像增广。(2)针对分割地物类别在遥感图像上分布不平衡,不同分割目标边缘易重叠,个别分割目标尺度较小,纹理细节难以分辨等问题,对在生物细胞分割上表现良好的U-Net网络模型进行改进,通过批归一化,反卷积和跳跃连接等优化策略构造了Meu与Mdu,并且改用SeLU作为激活函数,提出了改进的U-Net算法,该算法在保证了小样本训练的前提下提升了分割准确性。(3)图像语义分割是像素级的,面对过于精细的标签遥感图像数据,训练出来的模型脆弱,泛化能力差等问题,在此将U-Net与SegNet进行融合,提出了DUSegNet算法,通过把卷积操作改为空洞卷积,保留了更多原图像细节信息,进一步提升模型的分割准确率。实验表明,本文提出的LS-CGANs算法能有效进行遥感图像数据增强。改进的U-Net算法在小样本数据集上具有较高的分割准确率,最后提出的DU-SegNet算法保证了小样本的训练优势,且分割准确率达92.45%,具有很强的实用意义。


知网文化
【相似文献】
中国期刊全文数据库 前16条
1 田萱;王亮;丁琪;;基于深度学习的图像语义分割方法综述[J];软件学报;2019年02期
2 王宇;张焕君;黄海新;;基于深度学习的图像语义分割算法综述[J];电子技术应用;2019年06期
3 胡涛;李卫华;秦先祥;;图像语义分割方法综述[J];测控技术;2019年07期
4 王嫣然;陈清亮;吴俊君;;面向复杂环境的图像语义分割方法综述[J];计算机科学;2019年09期
5 熊志勇;张国丰;王江晴;;基于多尺度特征提取的图像语义分割[J];中南民族大学学报(自然科学版);2017年03期
6 郭克华;段桂华;;图像语义提取与描述的研究现状及趋势[J];新型工业化;2012年09期
7 赵生辉;侯希文;;唐卡图像语义信息的描述框架研究[J];知识管理论坛;2015年01期
8 岳师怡;;基于多层级上下文信息的图像语义分割[J];激光与光电子学进展;2019年24期
9 李新叶;宋维;;基于深度学习的图像语义分割研究进展[J];科学技术与工程;2019年33期
10 邓珮;孙朔;;基于因子分析的图像语义研究[J];包装工程;2017年20期
11 王飞;张艳琴;;计算机图像语义教学如何对多媒体进行利用[J];现代职业教育;2017年27期
12 李大湘;赵小强;李娜;;图像语义分析的多示例学习算法综述[J];控制与决策;2013年04期
13 李晓雅;;浅析计算机图像语义的识别应用技术[J];知识经济;2012年09期
14 魏晗;李弼程;张瑞杰;唐永旺;;图像语义提取方法研究[J];现代电子技术;2011年24期
15 高隽;谢昭;张骏;吴克伟;;图像语义分析与理解综述[J];模式识别与人工智能;2010年02期
16 姜瑾辉;谢福鼎;;基于概念格的图像语义检索研究[J];现代电子技术;2008年02期
中国重要会议论文全文数据库 前7条
1 陈恋;周向东;叶剑烨;谢祖铭;张亮;施伯乐;;基于分层图像文档模型的图像语义自动标注[A];第二十二届中国数据库学术会议论文集(研究报告篇)[C];2005年
2 叶剑烨;谢祖铭;周向东;张亮;施伯乐;;一种新的图像语义自动标注方法[A];第二十一届中国数据库学术会议论文集(研究报告篇)[C];2004年
3 王伟强;付立波;高文;黄庆明;蒋树强;;一种基于笔画特征的叠加文字检测方法[A];全国网络与信息安全技术研讨会论文集(下册)[C];2007年
4 张杨;房斌;徐传运;;基于本体和描述逻辑的图像语义识别[A];全国第20届计算机技术与应用学术会议(CACIS·2009)暨全国第1届安全关键技术与应用学术会议论文集(上册)[C];2009年
5 孙季丰;邱卫东;余卫宇;余英林;;基于神经网络的图像语义分类的研究[A];第十三届全国图象图形学学术会议论文集[C];2006年
6 王伟凝;余英林;张剑超;;图像的动感特征分析[A];第一届中国情感计算及智能交互学术会议论文集[C];2003年
7 邓国徽;高飞;罗志鹏;;基于改进的全卷积神经网络高分遥感数据语义分割研究[A];第四届高分辨率对地观测学术年会论文集[C];2017年
中国博士学位论文全文数据库 前10条
1 宋忆宁;图文结合UGC的图像语义知识提取方法及应用研究[D];华南理工大学;2019年
2 齐亚莉;基于内容的图像检索与图像语义分析[D];天津大学;2017年
3 谢新林;基于超像素和邻域粗糙集的弱监督图像语义分割[D];太原理工大学;2019年
4 王晨;基于深度学习的红外图像语义分割技术研究[D];中国科学院大学(中国科学院上海技术物理研究所);2017年
5 宁庆群;快速鲁棒的图像语义分割算法研究[D];浙江大学;2018年
6 陈久军;基于统计学习的图像语义挖掘研究[D];浙江大学;2006年
7 林春漪;基于混合贝叶斯网络的医学图像语义建模及其检索的研究[D];华南理工大学;2006年
8 李晓燕;海量图像语义分析和检索技术研究[D];浙江大学;2009年
9 赵永威;图像语义表达与度量学习技术研究[D];解放军信息工程大学;2016年
10 南柄飞;基于视觉认知机理的图像语义内容获取研究[D];北京科技大学;2016年
中国硕士学位论文全文数据库 前10条
1 王波;基于对抗学习与注意力机制的图像语义分割[D];湘潭大学;2019年
2 林锦发;基于深度学习的遥感图像语义分割方法研究[D];广东工业大学;2019年
3 王航;基于图像语义分割的车辆可行驶区域识别方法研究[D];华南理工大学;2019年
4 姚森;基于FCN的图像语义分割研究及可行驶区域分割应用[D];云南大学;2018年
5 卢飞;基于区域与深度残差网络的图像语义分割[D];江西理工大学;2019年
6 刘玉洁;基于生成对抗网络的图像语义分割方法研究[D];北京交通大学;2019年
7 王敏;基于深度卷积神经网络的图像语义分割研究[D];华北电力大学;2019年
8 华梅芳;基于种子生长及边界约束的弱监督图像语义分割算法研究[D];华南理工大学;2019年
9 张浩鑫;基于深度神经网络的图像语义分割方法研究[D];哈尔滨工业大学;2019年
10 何露霆;图像语义智能标注的研究与应用[D];电子科技大学;2019年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978