一种基于卷积神经网络的遥感图像分割算法
文献类型：专利
| 作者 | 王恩德 ; 李学鹏; 齐凯; 候绪奎; 彭良玉
|
| 发表日期 | 2020-11-24 |
| 著作权人 | 中国科学院沈阳自动化研究所 |
| 国家 | 中国 |
| 文献子类 | 发明 |
| 产权排序 | 1 |
| 英文摘要 | 本发明涉及一种基于卷积神经网络的遥感图像分割算法，包括采用ResNet34预训练权重参数为网络层的深度保证，以解决在网络层加深时，出现的梯度消失情况；采用金字塔池化模块，以实现聚合图像中不同区域的上下文信息，以提高获取全局信息的能力；设计损失函数采用交叉熵损失函数与正则化约束结合的方法，交叉熵在多分类问题中用于判定实际输出与期望输出的接近程度；正则项可以降低模型的复杂度，从而防止过拟合，提高模型的泛化能力。本发明将设计的复合卷积神经网络算法应用于遥感图像的语义分割中，大大提高了遥感图像中的信息识别的速度以及有效信息的捕捉率，这对于遥感图像信息分析有很重要的意义。 |
| 申请日期 | 2019-05-23 |
| 语种 | 中文 |
| 状态 | 公开 |
| 源URL | [http://ir.sia.cn/handle/173321/27884]  |
| 专题 | 沈阳自动化研究所_光电信息技术研究室 |
| 作者单位 | 中国科学院沈阳自动化研究所 |
| 推荐引用方式 GB/T 7714 | 王恩德,李学鹏,齐凯,等. 一种基于卷积神经网络的遥感图像分割算法. 2020-11-24. |
入库方式： OAI收割
来源：沈阳自动化研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。