| 基于卷积神经网络预测结果的缝隙修复算法研究 |
| |
| 引用本文： | 刘钊,赵桐,廖斐凡.基于卷积神经网络预测结果的缝隙修复算法研究[J].遥感技术与应用,2021,36(2):247-255. |
| |
| 作者姓名： | 刘钊 赵桐 廖斐凡 |
| |
| 作者单位： | 清华大学 土木工程系交通与地球空间信息研究所，北京 100084 |
| |
| 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。
|
| 关 键 词： | 卷积神经网络 实例分割 Mask R-CNN 缝隙修复算法 |
| 收稿时间： | 2020-06-20 |
Research on Gap-repairing Algorithm based on Convolutional Neural Network Prediction Result |
| |
| Zhao Liu,Tong Zhao,Feifan Liao.Research on Gap-repairing Algorithm based on Convolutional Neural Network Prediction Result[J].Remote Sensing Technology and Application,2021,36(2):247-255. |
| |
| Authors: | Zhao Liu Tong Zhao Feifan Liao |
| |
| Abstract: | |
| |
| Keywords: | Convolutional neural network Instance segmentation Mask R-CNN Gap-repairing algorithm |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《遥感技术与应用》浏览原始摘要信息 |
|
点击此处可从《遥感技术与应用》下载全文 |
