文章详情
| 稿件标题： | 基于改进SegNet网络的遥感图像语义分割方法研究 |
| 稿件作者： | 关世杰,刘继豪,姜月秋 |
| DOI： | 10.11809/bqzbgcxb2023.07.031 |
| 科学编辑： | 黄世奇 博士（西京学院教授） |
| 栏目名称： | 信息科学与控制工程 |
| 关键词： | 遥感图像；语义分割；SegNet；深度学习；图像处理 |
| 文章摘要： | 遥感图像的语义分割在生产和生活中有着广泛的应用。针对常用的语义分割网络SegNet在遥感图像上对小目标和边缘细节分割精度不够理想的问题，对SegNet进行改进，提出EPSegNet模型。该模型将激活函数由ReLU替换为ELU，以加快收敛速度，避免神经元死亡，去掉编码器最后一层的池化仅作卷积处理以降低空间信息的损耗，构建Bottleneck层以在加深网络的同时减少参数量，引入金字塔池化模块(PPM)以提升网络对全局信息的感知能力。实验结果表明：该模型的准确率为97.48%，高于SegNet模型3.31%，在图像分割中对边缘细节和多尺度目标的分割精度有较明显提升，较之前模型表现更优。 |
| 引用本文格式： | 关世杰,刘继豪,姜月秋.基于改进SegNet网络的遥感图像语义分割方法研究［J］.兵器装备工程学报，2023，44(7)：237-242. GUAN Shijie, LIU Jihao, JIANG Yueqiu.Research on semantic segmentation algorithm of remote sensing images based on improved SegNet［J］.Journal of Ordnance Equipment Engineering，2023，44(7)：237-242. |
| 刊期名称： | 2023年07期 |
| 出版时间： | 2023年7月 |
| 上线时间： | 2023年7月28日 |
| 浏览次数： | 1685 |
| 下载次数： | 55 |
| 免费阅读PDF 在线阅读 下载本期目录 下载本期封面 | |