摘要: 针对原始SegNet网络模型存在的参数数量多、 梯度不稳定及分割精度低等问题, 提出一种通过构建SegNet与带残差的bottleneck块、 深度可分离卷积以及跳跃连接结构相结合的改进模型. 在航空和卫星遥感图像数据集上进行实验的结果表明, 改进后的网络模型在精确率、 召回率及F1值等性能评价指标上均获得更优结果, 表明改进的网络模型在遥感图像建筑物分割任务中有良好的实用价值.
中图分类号:
李紫薇, 英昌盛, 于晓鹏, 丁婷婷. 基于改进SegNet模型的遥感图像建筑物分割[J]. 吉林大学学报(理学版), 2022, 60(2): 409-416.
LI Ziwei, YING Changsheng, YU Xiaopeng, DING Tingting. Building Segmentation of Remote Sensing Image Based on Improved SegNet Model[J]. Journal of Jilin University Science Edition, 2022, 60(2): 409-416.