天堂国产午夜亚洲专区-少妇人妻综合久久蜜臀-国产成人户外露出视频在线-国产91传媒一区二区三区

當(dāng)前位置:主頁(yè) > 科技論文 > 交通工程論文 >

遷移學(xué)習(xí)下高分快視數(shù)據(jù)道路快速提取

發(fā)布時(shí)間:2021-10-12 05:38
  目的傳統(tǒng)的道路提取方法自動(dòng)化程度不高,無(wú)法滿足快速獲取道路信息的需求。使用深度學(xué)習(xí)的道路提取方法多關(guān)注精度的提升,網(wǎng)絡(luò)冗余度較高。而遷移學(xué)習(xí)通過(guò)將知識(shí)從源領(lǐng)域遷移到目標(biāo)領(lǐng)域,可以快速完成目標(biāo)學(xué)習(xí)任務(wù)。因此,本文利用高分辨率衛(wèi)星快視數(shù)據(jù)快速獲取的特性,構(gòu)建了一種基于遷移學(xué)習(xí)的道路快速提取深度神經(jīng)網(wǎng)絡(luò)。方法采用基于預(yù)訓(xùn)練網(wǎng)絡(luò)的遷移學(xué)習(xí)方法,可以將本文整個(gè)道路提取過(guò)程分為兩個(gè)階段:首先在開(kāi)源大型數(shù)據(jù)庫(kù)Image Net上訓(xùn)練源網(wǎng)絡(luò),保存此階段最優(yōu)模型;第2階段遷移預(yù)訓(xùn)練保存的模型至目標(biāo)網(wǎng)絡(luò),利用預(yù)訓(xùn)練保存的權(quán)重參數(shù)指導(dǎo)目標(biāo)網(wǎng)絡(luò)繼續(xù)訓(xùn)練,此時(shí)快視數(shù)據(jù)作為輸入,只做目標(biāo)任務(wù)的定向微調(diào),從而加速網(wǎng)絡(luò)訓(xùn)練?傮w來(lái)說(shuō),前期預(yù)訓(xùn)練是一個(gè)抽取通用特征參數(shù)的過(guò)程,目標(biāo)訓(xùn)練是針對(duì)道路提取任務(wù)特化的過(guò)程。結(jié)果本文構(gòu)建的基于遷移學(xué)習(xí)的快速道路提取網(wǎng)絡(luò),遷移預(yù)訓(xùn)練模型與不遷移相比驗(yàn)證精度提升6.0%,單幅尺寸為256×256像素的數(shù)據(jù)測(cè)試時(shí)間減少49.4%?煲晹(shù)據(jù)測(cè)試集平均精度可達(dá)88.3%。截取一軌中7 304×6 980像素位于天津?yàn)I海新區(qū)的快視數(shù)據(jù),可在54 s內(nèi)完成道路提取。與其他遷移模型對(duì)比,本文方法在... 

【文章來(lái)源】:中國(guó)圖象圖形學(xué)報(bào). 2020,25(07)北大核心CSCD

【文章頁(yè)數(shù)】:12 頁(yè)

【部分圖文】:

遷移學(xué)習(xí)下高分快視數(shù)據(jù)道路快速提取


快視數(shù)據(jù)道路提取流程圖

遷移學(xué)習(xí)下高分快視數(shù)據(jù)道路快速提取


基于預(yù)訓(xùn)練網(wǎng)絡(luò)的遷移學(xué)習(xí)系統(tǒng)

模塊圖,殘差,模塊,編碼器


在源領(lǐng)域中,殘差神經(jīng)網(wǎng)絡(luò)ResNet可以在網(wǎng)絡(luò)加深時(shí)仍具有很好的學(xué)習(xí)能力,但同時(shí)參數(shù)量會(huì)隨之增加,使模型負(fù)擔(dān)加重,訓(xùn)練速度變慢。本節(jié)的目標(biāo)領(lǐng)域是面向目標(biāo)任務(wù)道路快速提取的過(guò)程,更加注重模型速度問(wèn)題。本文選擇LinkNet作為基礎(chǔ)網(wǎng)絡(luò)框架,如圖4所示。遷移時(shí)去掉預(yù)訓(xùn)練ResNet最后的全連接層,其余卷積層直接作為L(zhǎng)inkNet的編碼器。此部分結(jié)構(gòu)隨ResNet預(yù)訓(xùn)練網(wǎng)絡(luò)層變化,可以遷移ResNet預(yù)訓(xùn)練結(jié)構(gòu)至LinkNet編碼器(圖4虛線紅框部分)。LinkNet原始4個(gè)解碼模塊保持不變,用于特征圖上采樣。這樣LinkNet編碼部分相當(dāng)于已經(jīng)得到預(yù)訓(xùn)練權(quán)重,后續(xù)訓(xùn)練只需對(duì)快視數(shù)據(jù)進(jìn)行定向微調(diào),便可得到道路提取結(jié)果。

【參考文獻(xiàn)】:
期刊論文
[1]結(jié)合遷移學(xué)習(xí)的輕量級(jí)指紋分類(lèi)模型[J]. 甘俊英,戚玲,秦傳波,何國(guó)輝.  中國(guó)圖象圖形學(xué)報(bào). 2019(07)
[2]基于GPU的HJ-1C實(shí)時(shí)成像處理技術(shù)[J]. 顧久祥,楊仁忠,石璐,韋宏衛(wèi).  中國(guó)科學(xué)院大學(xué)學(xué)報(bào). 2014(05)
[3]從遙感影像提取道路特征的方法綜述與展望[J]. 史文中,朱長(zhǎng)青,王昱.  測(cè)繪學(xué)報(bào). 2001(03)

碩士論文
[1]基于反射鏡拼接的TDICCD圖像配準(zhǔn)與拼接技術(shù)研究[D]. 蘇婷.中國(guó)科學(xué)院研究生院(長(zhǎng)春光學(xué)精密機(jī)械與物理研究所) 2014



本文編號(hào):3431992

資料下載
論文發(fā)表

本文鏈接:http://sikaile.net/kejilunwen/jiaotonggongchenglunwen/3431992.html


Copyright(c)文論論文網(wǎng)All Rights Reserved | 網(wǎng)站地圖 |

版權(quán)申明:資料由用戶2da70***提供,本站僅收錄摘要或目錄,作者需要?jiǎng)h除請(qǐng)E-mail郵箱bigeng88@qq.com