看过本文的还看了

相关文献

该作者的其他文献

文献详情 >采用双注意力机制Deeplabv3+算法的遥感影像语义分割 收藏
采用双注意力机制Deeplabv3+算法的遥感影像语义分割

采用双注意力机制Deeplabv3+算法的遥感影像语义分割

作     者:刘文祥 舒远仲 唐小敏 刘金梅 Liu Wenxiang;Shu Yuanzhong;Tang Xiaomin and Liu Jinmei

作者机构:南昌航空大学信息工程学院图像处理省重点实验室南昌330063 

出 版 物:《热带地理》 (Tropical Geography)

年 卷 期:2020年第40卷第2期

页      码:303-313页

摘      要:针对DeepLabv3+网络在遥感影像上呈现出拟合速度慢,边缘目标分割不精确,大尺度目标分割类内不一致、存在孔洞等缺陷,提出在该网络中引入双注意力机制模块(Dual Attention Mechanism Module,DAMM),设计并实现了将DAMM结构与ASPP(Atous Spatial Pyramid Pooling)层串联或并联的2种不同连接方式网络模型,串联连接方式中先将特征图送入DAMM后,再经过ASPP结构;并联连接方式中将双注意力机制层与ASPP层并行连接,网络并行处理主干网提取特征图,再融合两层处理特征信息。将改进的2种方法通过INRIA Aerial Image高分辨率遥感影像数据集验证,结果表明,串联或并联方式2种网络都能有效改善Deeplabv3+的不足,并联方式网络性能更好,其对原网络缺陷改善效果更明显,并在测试数据集上mIoU达到85.44%,比Deeplabv3+提高了1.8%,而串联方式网络提高了1.12%。并联结构网络更符合本文需求,其形成了一种对DeepLabv3+网络上述问题进行统一改善的方案。

主 题 词:遥感影像 深度学习 DeepLabv3+ 注意力机制 语义分割 

学科分类:0709[理学-地质学] 08[工学] 0303[法学-社会学类] 0710[理学-生物科学类] 0810[工学-土木类] 0708[理学-地球物理学类] 0705[理学-地理科学类] 0815[工学-矿业类] 0706[理学-大气科学类] 0816[工学-纺织类] 0813[工学-化工与制药类] 0825[工学-环境科学与工程类] 081002[081002] 0833[0833] 

核心收录:

D O I:10.13284/j.cnki.rddl.003229

馆 藏 号:203907297...

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分