广西师范大学学报(自然科学版)

2022, v.40(03) 88-94

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于密集连接的高分辨率遥感图像分类
High Resolution Remote Sensing Image Classification Based on Dense Connection

陈知明;张江;邱汉清;戴颖成;吴宇鑫;李建军;

摘要(Abstract):

高分辨率遥感图像分类是当前一个研究热点,基于深度卷积网络和全连接条件随机场的高分辨率遥感图像分类模型(Deeplab),因其高效精准的分类性能被广泛应用于该研究领域,但Deeplab模型存在空洞卷积核对高分辨率遥感图像的信息利用率不足、限制分类精度进一步提高的问题。本文提出一种基于密集连接的轻量级高分辨率遥感图像分类模型Dspp,采用密集卷积网络连接结构,将Deeplab的空洞卷积金字塔结构替换成密集连接结构,以提高信息利用率且增强模型的泛化能力,并与当前经典的FCN、FCN8S、Deeplab分类网络模型进行实验对比。结果表明,Dspp模型相较于FCN模型、FCN-8S模型和Deeplab模型的整体精度分别提高16.8、11.7和7.7个百分点,验证了本模型的有效性。

关键词(KeyWords): 高分辨率遥感图像;分类模型;空洞卷积;密集连接结构;全连接条件随机场

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金(31570627);; 国家林业局948项目(2015-4-17);; 湖南省自然科学基金面上项目(202049382);; 湖南省高等学校科学研究重点项目(20A506);; 智慧物流技术湖南省重点实验室项目(2019TP1015)

作者(Authors): 陈知明;张江;邱汉清;戴颖成;吴宇鑫;李建军;

DOI: 10.16088/j.issn.1001-6600.2021071503

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享