基于预测和残差细化网络的道路提取算法研究

• 作者: 刘敏 李利荣 熊炜 王传胜 童磊 管来福
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 航拍图像 道路提取 深度学习 空洞卷积 多核池化 损失函数
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 图形与图像
• 页码范围: 683-690
• 页数: 8页
• 分类号: TP391.41
• 字数: 5702字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2020.04.015

摘要

针对航拍图像中的道路检测问题,提出了一种基于预测和残差细化网络的航拍图像道路提取算法.首先,预测网络进行初始预测,为了提高分割网络的细化能力,学习到更高层的道路特征信息,预测网络中引入了空洞卷积和多核池化模块.其次,残差细化网络对预测网络的输出进一步细化,改善预测网络结果出现的模糊问题.此外,针对航拍图像中道路像素比例较小的特点,网络还融合了二元交叉熵、结构相似性以及交并比损失函数,以减少道路信息损失.在Massachusetts道路数据集上的实验结果表明,精确率、召回率、F值和准确率等指标分别达到了99.3％,95.7％,97.3％和95.1％,交并比及平均结构相似性评价指标也分别达到了94.8％和84.3％,相比于其他算法,该算法有一定的应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘敏	湖北工业大学电气与电子工程学院	24	54	5.0	7.0
2	李利荣	湖北工业大学电气与电子工程学院	13	48	3.0	6.0
3	童磊	湖北工业大学电气与电子工程学院	6	0	0.0	0.0
4	王传胜	湖北工业大学电气与电子工程学院	5	0	0.0	0.0
5	管来福	湖北工业大学电气与电子工程学院	4	0	0.0	0.0