基于半监督深度学习网络的水体分割方法OACSTPCD
Semi-supervised Deep Learning Network Based Water Body Segmentation Method
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…查看全部>>
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 湖南 长沙 410004中南林业科技大学 计算机与信息工程学院 湖南 长沙 410004中南林业科技大学 计算机与信息工程学院 湖南 长沙 410004
计算机与自动化
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
water segmentationsemantic segmentationattention mechanismmulti-scale feature fu-sionsemi-supervised deep learningconvolutional neural network
《郑州大学学报（理学版）》 2023 (6)
气候变化模式下森林结构多目标优化模型研究
29-34,6
国家自然科学基金项目(31570627)湖南省自然科学基金面上项目(202049382).
评论