资源简介

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     Abstract: With the development of convolutional neural network technology， recent research has paid more attention to the improvement of accuracy and the improvement of semantic information. Mask R-CNN network is a further improved segmentation network of Faster R-CNN. It has a good segmentation effect in high-resolution remote sensing image feature recognition. However， since the convolutional neural network can only be trained and predicted with small tile images， there is a large semantic information error in the prediction results. Faced with this problem， this paper proposed a gap-repairing algorithm based on the defect of prediction result of convolutional neural network. The approach use overlapsize algorithm to improve the matching degree between the prediction result and the ground-truth result at first. Then fill the gap through the correlation function in the PostGIS database to repair the small tile， which can make it be spliced ??into a complete picture. The research and experiment results showed that the algorithm could improve the image semantic information well and has practicability.

相关资源

1. 水质遥感监测的关键要素叶绿素a的反演算法研究进展
2. 基于无人机遥感技术的森林参数获取研究进展
3. 基于无线传感器网络的森林生态系统观测试验平台构建
4. 基于无人机激光雷达的森林冠层高度分析
5. 多源时序国产卫星影像的森林火灾动态监测
6. 基于无人机遥感技术的台风灾害倒伏绿化树木检测

下载说明

·如果您发现该资源不能下载，请通知管理员.gissky@gmail.com

·为确保下载的资源能正常使用，请使用[WinRAR v3.8]或以上版本解压本站资源,缺省解压密码www.gissky.net ，如果是压缩文件为分卷多文件，请依次下载每一个文件，并按照顺序命名为1.rar,2.rar,3.rar...，然后鼠标右击1.rar解压.

·为了保证您快速的下载速度，我们推荐您使用[网际快车]等专业工具下载.

·站内提供的资源纯属学习交流之用,如侵犯您的版权请与我们联系.