基于卷积神经网络的遥感图像语义分割方法研究

• 作者: 朱双玲 古丽娜孜· 艾力木江 苏金善 乎西旦· 居马洪 帕孜来提· 努尔买提
• 来源期刊: 计算机科学与应用
• 学科: 工学
• 关键词: 卷积神经网络 条件随机场 图像语义分割 DeepLap V3+ 深度学习
• 年，卷（期）: 2021,（2）
• 页码范围: 356-369
• 页数: 14页
• 分类号: TP3

摘要

高分辨率遥感图像大部分情况下包含相对来说较为复杂的语义信息以及容易混淆的目标,对高分辨率遥感图像进行语义分割是一项很重要并且具有挑战性的任务。近几年来,深度卷积神经网络(Deep Convolutional Neural Network, DCNN)为代表并结合条件随机场(Conditional Random Field, CRF)的算法在图像分割领域中有着杰出的表现。本文基于DeepLap V3+网络结构,结合DCNN,设计出了一种针对高分辨率遥感图像的语义分割网络,仿真实验结果验证了该方法的有效性和鲁棒性。