结合卷积网络与注意力机制的冰凌提取算法

针对现有基于卷积神经网络的冰凌提取算法无法获取全局上下文特征导致提取结果不准确的问题,提出了一种基于ResNet的编码器和Transformer的解码器组成的冰凌智能提取算法ConvFormer。具体来说,ConvFormer选择ResNet18作为编码器,用于提取局部的多层次信息,并利用Transformer中的多头注意力机制做特征解码器,用于捕获全局上下文信息。文章进一步选取决策树、随机森林、U-Net和DeeplabV3+作为对照模型开展实验。实验结果表明,ConvFormer在各类指标上均优于其他方法,同时提取结果更加连贯,误分及漏分的现象显著减少,充分满足了冰凌监测需求。     

融合多尺度特征的遥感影像道路提取方法

针对遥感影像中由于道路信息错综复杂,导致道路提取不完整、精确度低等问题,提出一种新型遥感影像道路提取方法。融合多尺度特征改善道路提取的整体效果,基于深度残差网络设计混合空洞卷积,并通过定义卷积核各值的间距增大特征提取感受野,从而丰富多尺度特征融合模块中的浅层道路语义信息。在编码端提取特征后,利用权重分布的方法匹配感受野尺度,使用不同层级间的特征对全局先验信息进行表征,提高多尺度融合特征获取浅层道路语义信息的准确性,并将改进的多孔空间金字塔池化模块融入到深度残差网络中,挖掘并深度聚合道路浅层次和深层次的语义信息。在两种高分辨率遥感数据集Cheng_Data_Roads和Zimbabwe_Data_Roads上的实验结果表明,所提方法的F1值和MIoU值分别为91.16%和83.63%,准确率、召回率等评价指标均明显优于U-net、ResUnet、D-Linknet等语义分割方法。     

基于EDRNet模型的高分辨率遥感影像道路提取

针对高分辨率遥感影像道路提取结果不完整、边界质量差的问题,提出基于EDRNet模型的遥感影像道路提取方法。利用残差网络构建道路提取模型EDR1,保留道路的细节信息并加速网络收敛。通过融合多尺度、多层次的道路特征信息,设计道路提取结果优化模型EDR2。在此基础上,利用混合损失函数,提高道路提取的完整度。实验结果表明,EDRNet道路提取方法在马萨诸塞州道路数据集上的召回率、精确率和F1-score指标分别达到了84.4%、81.7%及83.0%,其结果完整且准确。     

基于边缘特征融合的高分影像建筑物目标检测

高分辨率遥感图像建筑物目标检测在国土规划、地理监测、智慧城市等领域有着广泛的应用价值,但是由于遥感图像背景复杂,建筑物目标的部分细节特征与背景区分度较低,在进行检测任务时,容易出现建筑物轮廓失真、缺失等问题.针对这一问题,设计了自适应加权边缘特征融合网络(VAF-Net).该方法针对遥感图像建筑物检测任务,对经典编解码...     

基于SPUD-ResNet的遥感影像道路提取网络

针对遥感影像中道路目标细节丰富且呈带状分布的特点,造成狭长的道路结构提取困难的问题,设计并实现了一种基于SPUD-ResNet的道路提取方法。该方法利用空洞卷积构建残差网络编码器,并通过跳跃连接与对应解码器相连,有效加速网络的收敛并保留道路的细节信息;为了更有效地捕获狭长道路结构的长距离依赖关系,分别构建条形池化模块和混合池化模块,增强网络对条形道路结构特征的获取能力;利用道路结构的几何信息和结构相似性指数设计混合损失函数,精细化道路边界,去除道路提取结果中的模糊预测。在Massachusetts Roads数据集上的实验结果表明,所提方法在召回率、精确度和F1-score指标分别达到了83.4%、84.5%和83.9%,提升了道路提取的效果。     

基于多尺度注意力的遥感影像建筑物提取研究

基于深度学习的遥感影像建筑物提取方法具有覆盖范围广、运算效率高的特点,在城市建设、灾害防治等方面有着重要的实际意义.主流方法大多采用多尺度特征融合的方式使神经网络能够学习到更丰富的语义信息,然而由于受到多尺度特征的复杂性以及其他类别地物的干扰,该类方法往往存在着目标漏检与噪声密集的问题.对此,文中设计并实现了一种结合注意力机制的特征解译模型MGA-ResNet50(MGAR).该方法的核心在于利用多头注意力对高等级语义信息进行分层加权处理,以提取出表征效果较好的最优特征组合;而后使用门控结构将每维特征图与对应编码端的低级语义信息融合,来解决局部建筑物细节信息丢失的问题.在 Massachusetts Building,WHU Building等公开数据集上的实验结果表明,与RAPNet,GAM-Net,GSM等较为先进的多尺度特征融合方法相比,所提算法能够取得更高的F1与IoU指标.     

基于多时相遥感数据的中国AOD人口暴露风险研究

针对全国尺度下气溶胶污染研究较少问题,基于人口格网数据和Aqua/MODIS气溶胶产品数据,利用核密度分析和空间自相关等方法探究2018年中国气溶胶光学厚度（aerosol optical depth,AOD）人口暴露风险时空变化特征,确定气溶胶污染典型地区和重点城市,并对其暴露风险进行评价。结果表明：（1）从时空变化看,暴露风险呈“春夏高,秋冬低”的倒“U”型月变化规律,高暴露风险区集中分布在东部地区,低暴露风险区分布广泛且稳定,大致呈“C”环状结构由东部地区向外扩散;（2）我国AOD人口暴露风险分布具有显著空间集聚性,呈东部热点集聚（HH）,东北、西部和南部冷点集聚（LL）的两极分化集聚格局;（3）东部地区（京津冀、中原和长三角）和中部地区（成渝）是2018年高暴露风险城市集聚区,其中以郑州为中心的中原地区是全年高暴露风险核心区。该结果可为大气污染区域联防联控提供理论参考,并为减少人体健康损害提供科学依据。     

Canny边缘检测算法在飞腾平台上的实现与优化

为实现国产飞腾DSP平台对底层图像库的支持,针对原始Canny边缘检测算法计算时间过长的问题,设计一种面向FT-M7002平台的Canny梯度计算并行算法.基于FT-M7002高性能处理架构,采用单指令流多数据流向量化方式增强DSP内核指令的并行处理能力,根据FT-M7002平台向量存储器的层次结构特征,分析Canny...