版权说明
操作指南
首页
成果
学者
机构
首页
>
成果
>
成果详情
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
分享
QQ
微信
微博
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:
55
期:
06
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
提示
该栏目需要登录且有访问权限才可以访问
如果您有访问权限,请直接
登录访问
如果您没有访问权限,请
联系管理员
申请开通
管理员联系邮箱:
yun@hnwdkj.com