基于半监督深度学习网络的水体分割方法

认领

导出

Link by 中国知网学术期刊 Link by 万方学术期刊

反馈

作者信息关键词期刊信息基础信息归属信息摘要

成果类型：

期刊论文

作者：

吴宇鑫;陈知明;李建军

作者机构：

[吴宇鑫; 陈知明; 李建军] 中南林业科技大学计算机与信息工程学院

语种：

中文

关键词：

水体分割;语义分割;注意力机制;多尺度特征融合;半监督深度学习;卷积神经网络

期刊：

郑州大学学报(理学版)

ISSN：

1671-6841

年：

2023

卷：

期：

页码：

29-34

DOI：

10.13705/j.issn.1671-6841.2022175

基金类别：

31570627:国家自然科学基金 202049382:湖南省自然科学基金面上项目

机构署名：

本校为第一机构

院系归属：

计算机与信息工程学院

摘要：

水体分割是遥感图像语义分割的一个重要应用方向，现有的深度学习语义分割方法，无法有效分割复杂的水体边界、难以将空间信息和语义信息统一。为了解决上述问题，提出一种针对水体分割的深度学习网络。网络引入了注意力感知机制，能够对特征图中重要的信息加权，提高了对水体边界轮廓的感知能力。为了解决网络上采样过程中语义信息和空间信息不平衡的问题，将不同尺度的特征图融合进行预测。采用半监督框架对网络进行训练，充分利用无标记图像的特征信息，增强了网络的分割性能。实验表明，提出的网络分割性能优于其他现有语义分割网络。

反馈

产权有误：本人成果被他人认领

数据有误：数据基本信息有误

归属有误：成果的院系归属、机构署名归属有误

其他原因：

验证码：

看不清楚，换一个

确定

取消

成果认领

标题：

用户	作者	通讯作者	--
	请选择	请选择	--

确定

取消

基于半监督深度学习网络的水体分割方法

反馈

成果认领

提示

该栏目需要登录且有访问权限才可以访问