[发明专利]一种基于深度学习的遥感图像语义分割方法在审
| 申请号： | 202011359068.0 | 申请日： | 2020-11-27 |
| 公开（公告）号： | CN112489054A | 公开（公告）日： | 2021-03-12 |
| 发明（设计）人： | 熊风光;张鑫;刘欢乐;韩燮;况立群 | 申请（专利权）人： | 中北大学 |
| 主分类号： | G06T7/11 | 分类号： | G06T7/11;G06T5/00;G06T7/90;G06T3/40;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 太原申立德知识产权代理事务所(特殊普通合伙) 14115 | 代理人： | 程园园 |
| 地址： | 030051*** | 国省代码： | 山西;14 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的遥感图像语义分割方法，属于机器视觉技术领域。针对主流深度卷积神经网络的语义分割方法，所存在的对小物体的特征获取困难、分割精度不足的问题，本发明通过改进Deeplabv3算法，改进单一的上采样层，利用主干网络中得到的残差进行多层上采样，保证图像在分辨率上的语义完整；同时，修改ASPP层中4层膨胀卷积的膨胀率，使得网络对小物体分割有更好的效果。结果表明：改进的Deeplabv3语义分割算法在自制的数据集上mIou和像素准确率达到了94.92％和98.01％，较原算法分别提高了3.77％和2.40％，不仅拥有更高的准确性，且对各类地形的分割有更好的鲁棒性；适用于复杂的城市遥感图像环境，能够很好地用于城市规划、农业规划、军事战争等领域。 | ||
| 搜索关键词： | 一种 基于 深度 学习 遥感 图像 语义 分割 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中北大学，未经中北大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202011359068.0/，转载请声明来源钻瓜专利网。
