1,引言 1.1,意义 对高分辨率遥感影像的语义分割仍面临着很多挑战 : 一是高分辨率遥感影像上存在 “ 同物异谱 ” 与 “ 异物 同谱 ” 等固有现象 。 二是在实际场景中目标以多尺度存在 , 并同时有光照 、白 云 、阴影 、遮挡等复 杂场景 ;这些是运用传统方法进行语义分割时精度较低的主要原
摘要 深入研究了语义分关键性技术,转置卷积,空洞卷积以及条件随机场等。 结合Aligned-Inception-ResNet 网络实现DeepLab 提出一种基于多尺度特征融合的语义分割模型MsNet, 它包含语义特征提取和语义特征融合两个阶段 , 能够有效消除底层特征与高层特征之间的差异性 , 整
摘要 高分辨率遥感影像建筑物提取,一般都视为二分类问题,因此无法区分建筑物个体。本文基于Xception module改进U-net,并与多任务方法相结合,在二分类的同事,区分不同建筑物。相比U-net提取精度提高了1.4%. 1,数据来源与研究区域 法国国家信息与自动化研究所 2018 年发布的I