衛(wèi)星圖像語義分割在地理信息勘探、區(qū)域建筑規(guī)劃中有著重要作用。當(dāng)前基于深度學(xué)習(xí)的語義分割算法在街景和室內(nèi)等場景下表現(xiàn)出色,但是由于衛(wèi)星圖像中存在的陰影遮擋、樹木覆蓋等干擾情況,使得這類算法產(chǎn)生的分割結(jié)果存在邊緣不平滑、分割結(jié)果不準(zhǔn)確等問題。本文分別針對建筑物和道路兩種分割場景中出現(xiàn)的上述問題,進行了如下的研究工作。對于建筑物分割任務(wù),由于衛(wèi)星圖像中的建筑物受陰影、樹木等因素的影響,已有的基于神經(jīng)網(wǎng)絡(luò)的語義分割算法在分割時會產(chǎn)生分割結(jié)果不平滑和大面積建筑物分割不完整等問題。對于建筑物分割邊緣不平滑問題,本文提出了基于生成對抗網(wǎng)絡(luò)的建筑物語義分割算法。鑒別網(wǎng)絡(luò)訓(xùn)練可以使分割模型生成更加平滑、準(zhǔn)確的邊緣細(xì)節(jié)。針對大面積建筑物分割不完整問題,利用擴張卷積提供更大的感受野來優(yōu)化大面積建筑內(nèi)部區(qū)域特征信息。實驗結(jié)果驗證,本文設(shè)計的建筑物語義分割算法有效地解決了大建筑分割不準(zhǔn)確和建筑物邊緣分割不平滑問題。對于道路分割任務(wù),由于衛(wèi)星圖像中的道路受樹木遮擋、道路特征不明顯等因素影響,已有的基于神經(jīng)網(wǎng)絡(luò)的語義分割算法會產(chǎn)生分割道路不連續(xù)的問題。不同于建筑物分割,衛(wèi)星圖像中局部空間內(nèi)道路面積較少,無法利用擴張...

【文章頁數(shù)】：55 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 建筑物語義分割
        1.2.2 道路語義分割
    1.3 論文主要研究內(nèi)容
    1.4 論文組織結(jié)構(gòu)
第2章 相關(guān)技術(shù)
    2.1 卷積神經(jīng)網(wǎng)絡(luò)
    2.2 語義分割
        2.2.1 全卷積語義分割
        2.2.2 U-Net語義分割模型
    2.3 擴張卷積
    2.4 生成式網(wǎng)絡(luò)
        2.4.1 生成對抗網(wǎng)絡(luò)
        2.4.2 變分自編碼器
第3章 基于生成對抗網(wǎng)絡(luò)的建筑物語義分割
    3.1 問題定義
    3.2 U-Net_GAN網(wǎng)絡(luò)模型
        3.2.1 基于Res Net的 U-Net結(jié)構(gòu)
        3.2.2 擴張卷積特征增強
        3.2.3 生成對抗網(wǎng)絡(luò)設(shè)計
        3.2.4 損失函數(shù)
    3.3 實驗
        3.3.1 實驗環(huán)境
        3.3.2 實驗過程與結(jié)果分析
    3.4 本章小結(jié)
第4章 基于變分自編碼器的道路語義分割
    4.1 問題定義
    4.2 U-Net_VAE網(wǎng)絡(luò)模型
        4.2.1 變分自編碼器圖像補全
        4.2.2 變分自編碼器網(wǎng)絡(luò)結(jié)構(gòu)
        4.2.3 損失函數(shù)
    4.3 實驗
        4.3.1 實驗環(huán)境
        4.3.2 實驗過程與結(jié)果分析
    4.4 本章小結(jié)
第5章 總結(jié)與展望
參考文獻(xiàn)
致謝



本文編號：3837932