相比于自然图像分割,遥感图像语义分割更具挑战性,造成分割困难的原因有:①多尺度目标,同一类别的物体在不同影像中尺度差异巨大;②背景复杂,与当前任务无关的土地覆盖类别过多;③不同类别目标在外观上相似,如植被稀少的林地与裸地、建筑屋...
张永宏等在标准U-Net的基础上进行改进,应用于遥感影像中的云检测,从而提高检测精度。目前利用卷积网络对壁画颜料层脱落病害提取的相关研究较少,但这种病害图像与遥感影像中的建筑物相似,具有一定的几何、纹理和颜色等特征信息,有可能利用卷积网络来自动提取壁画颜...
(1)设计了基于改进U-Net模型的白菜株间避苗除草装置。该装置主要由机器 人移动平台、苗草识别与定位系统、避苗除草控制系统和除草执行机构组成。其中, 机器人移动平台负责挂载避苗除草装置,而苗草识别与定位系统则负责识别和定位农 田中的白菜与杂草,并将处理后的图像信息传递给避苗除草控制系统,避苗除草控制 系统...
引入注意力机制,建立适用于公路线路信息的改进U-Net网络模型,并以实际案例区域建立公路线路信息提取数据集;同时在相同实验条件下,对比FCN-8s(Long 等,2015;Alam 等,2021)、U-Net、SegNet(Badrinarayanan 等,2017)三种遥感影像语义分割领域...
文献[4]采用FCN框架并对其改进,提高了遥感图像中小目标物体(建筑物、汽车等)的分割效果。文献[5]基于FCN的编解码结构,提出了更加复杂高效的分割模型U-Net,该模型采用对称的U形结构,分为收缩路径和扩张路径两部分,收缩路径对原始输入进行...