基于多尺度特征和注意力机制的航空图像分割
宁芊1
胡诗雨2
雷印杰2
陈炳才3
1.四川大学电子信息学院,四川成都610065;新疆师范大学物理与电子工程学院,新疆乌鲁木齐8300542.四川大学电子信息学院,四川成都6100653.大连理工大学计算机科学与技术学院,辽宁大连116024;新疆师范大学计算机科学技术学院,新疆乌鲁木齐830054
摘要：利用神经网络能通过进行建筑像素标记实现航空图像分割,但也存在分割边界模糊的问题,导致分割结果不理想.为此,本文以卷积神经网络U-net和FCN-8s基本网络模型,实现端到端训练.在此基础上,结合建立了全卷积神经网络结合多尺度特征和注意力机制的网络模型,提升了分割边界的清晰度.将多尺度特征和注意力机制的模型与基本模型进行对比,分析了真实与预测之间的相关度和相似度,并将预测结果进行对比.实验结果表明,结合多尺度特征和注意力机制的分割模型,分割边界更清晰,相对于相同训练规模的全卷积网络交并比高2％,Dice系数高3％,得到较好的分割结果.
关键词：航空图像分割建筑像素标记全卷积神经网络注意力机制多尺度特征
资助基金：国家自然科学基金(61771089)
论文发表日期：2020-06-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 1218-1224 )
英文信息