基于卷积神经网络预测结果的缝隙修复算法研究

• 作者: 刘钊 赵桐 廖斐凡
• 来源期刊: 遥感技术与应用
• 关键词: 卷积神经网络 实例分割 Mask R-CNN 缝隙修复算法
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: CNN专栏
• 页码范围: 247-255
• 页数: 9页
• 分类号: P237
• 语种: 中文
• DOI: 10.11873/j.issn.1004-0323.2021.2.0247

摘要

随着卷积神经网络技术的发展,近来的研究越来越注重于准确率的提升以及语义信息的完善.其中Mask R-CNN网络是对Faster R-CNN进一步改进后的实例分割网络,在高分遥感图像地物识别具有良好的分割效果.但由于卷积神经网络只能用小瓦片图像进行训练和预测,而导致预测结果存在较大的语义信息误差.面对这种问题,提出了针对卷积神经网络预测结果缺陷的缝隙修复算法,即先使用Overlapsize算法改善预测结果与真实结果的匹配程度,再通过PostGIS数据库中的相关函数填补缝隙,使小瓦片能真正拼接成完整大图.研究及实验结果表明:该算法能够很好地改善图像语义信息,具有实用性.