期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
深度辨别性增强网络高分影像语义分割
被引量：
1
1
作者
刘艳飞
丁乐乐
+1 位作者
孟凡效
孙
叔
民
《遥感信息》
CSCD
北大核心
2021年第2期24-31,共8页
针对高分遥感影像中同类地物方差大、类间方差小的现象所造成的错分问题,文章在分析深度网络分类器Softmax用于语义分割的基本原理的基础上,提出了基于深度辨别性增强网络的高分影像语义分割算法。该算法将Softmax中每一类对应的特征向...
针对高分遥感影像中同类地物方差大、类间方差小的现象所造成的错分问题,文章在分析深度网络分类器Softmax用于语义分割的基本原理的基础上,提出了基于深度辨别性增强网络的高分影像语义分割算法。该算法将Softmax中每一类对应的特征向量参数定义为该类对应的类别中心,在分类器Softmax中加入相似度惩罚因子,使得同类像素样本特征向量向其类别中心靠近,增加了深度特征的可辨别性。分别在高分二号数据集GID和SpaceNet Buildings 2个数据上进行实验。相比于对比算法,所提出的算法将GID数据的评价指标Kappa提高1.8,将SpaceNet Buildings数据的评价指标F 1 Score提高1.6,证明其可以显著提升高分遥感影像的语义分割精度。
展开更多
关键词
卷积神经网络
高分影像
语义分割
类别中心
辨别性
下载PDF
职称材料
题名
深度辨别性增强网络高分影像语义分割
被引量：
1
1
作者
刘艳飞
丁乐乐
孟凡效
孙
叔
民
机构
天津市勘察设计院集团有限公司
万方星图(北京)数码科技有限公司
出处
《遥感信息》
CSCD
北大核心
2021年第2期24-31,共8页
基金
天津市重点研发计划科技支撑重点项目(18YFZCSF00620)
天津市重点研发计划院市合作项目(18YFYSZC00120)。
文摘
针对高分遥感影像中同类地物方差大、类间方差小的现象所造成的错分问题,文章在分析深度网络分类器Softmax用于语义分割的基本原理的基础上,提出了基于深度辨别性增强网络的高分影像语义分割算法。该算法将Softmax中每一类对应的特征向量参数定义为该类对应的类别中心,在分类器Softmax中加入相似度惩罚因子,使得同类像素样本特征向量向其类别中心靠近,增加了深度特征的可辨别性。分别在高分二号数据集GID和SpaceNet Buildings 2个数据上进行实验。相比于对比算法,所提出的算法将GID数据的评价指标Kappa提高1.8,将SpaceNet Buildings数据的评价指标F 1 Score提高1.6,证明其可以显著提升高分遥感影像的语义分割精度。
关键词
卷积神经网络
高分影像
语义分割
类别中心
辨别性
Keywords
convolutional neural network
high spatial resolution imagery
semantic segmentation
class center
distinctiveness
分类号
TP753 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
深度辨别性增强网络高分影像语义分割
刘艳飞
丁乐乐
孟凡效
孙
叔
民
《遥感信息》
CSCD
北大核心
2021
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
