首页|期刊导航|南京理工大学学报(自然科学版)|基于频率域可分离卷积的遥感图像道路分割方法

基于频率域可分离卷积的遥感图像道路分割方法OA北大核心CSTPCD

Separable convolution on frequency domain for road segmentation from remote sensing images

中文摘要英文摘要

遥感图像中分割道路是一个具有挑战性的课题.以前大多数方法都依赖于卷积神经网络,但这些网络模型很难捕获长距离的特征信息.以全局视野著称的注意力机制却拥有着较高的计算负担.频域下的卷积提供了一种新颖的长范围特征捕捉机制,并且可以通过引入非对称卷积结构实现低代价的计算成本.基于此,该文提出了一种基于遥感图像的道路分割网络模型——轻量级可分离傅里叶滤波U形网络(LSFU-Net).LSFU-Net整体采用了经典U-Net模型的结构,并由频域特征提取块作为…查看全部>>

Segmentation of roads from remote sensing images is a challenging topic.Previously,most methods relied on convolutional neural networks,but these network models are difficult to capture long-distance feature information.The attention mechanism is known for its global vision,but it brings high computation burden.Convolution in frequency domain provides a novel mechanism to capture features over long-range,and an asymmetric convolution structure is introduced …查看全部>>

赵金鼎;王彩玲;刘华军

南京邮电大学 自动化学院,江苏 南京 210023南京邮电大学 人工智能学院,江苏 南京 210023南京理工大学 计算机科学与工程学院,江苏 南京 210094

计算机与自动化

可分离复数卷积遥感道路分割频率域

separable complex convolutionremote sensingroad segmentationfrequency domain

《南京理工大学学报(自然科学版)》 2024 (4)

442-450,9

南京邮电大学自然科学基金(NY220057)

10.14177/j.cnki.32-1397n.2024.48.04.005

评论

您当前未登录!去登录点击加载更多...