海陸分割是海岸線提取、近岸目標(biāo)檢測(cè)的一個(gè)基本步驟。傳統(tǒng)的海陸分割算法分割準(zhǔn)確度差,參數(shù)調(diào)節(jié)繁瑣,難以滿足實(shí)際應(yīng)用要求。卷積神經(jīng)網(wǎng)絡(luò)能夠高效地提取圖像多個(gè)層次特征,廣泛應(yīng)用于圖像分類(lèi)任務(wù),可作為海陸分割新的技術(shù)途徑。其中雙邊網(wǎng)絡(luò)（BiSeNet）能有效平衡分割精度和速度,在自然場(chǎng)景圖像語(yǔ)義分割任務(wù)上取得了較好的表現(xiàn)。但對(duì)于SAR圖像海陸分割任務(wù),雙邊網(wǎng)絡(luò)難以有效提取SAR圖像的上下文語(yǔ)義信息和空間信息,分割效果較差。針對(duì)上述問(wèn)題,該文根據(jù)SAR圖像特點(diǎn)減少雙邊網(wǎng)絡(luò)中空間路徑的卷積層數(shù),從而降低空間信息的損失,并選用ResNet18輕量化模型作為上下文路徑骨干網(wǎng)絡(luò),減少過(guò)擬合現(xiàn)象并提供較廣闊的特征感受野,同時(shí)提出邊緣增強(qiáng)損失函數(shù)策略,提升模型分割性能�；诟叻秩�(hào)SAR圖像數(shù)據(jù)的實(shí)驗(yàn)表明,所提方法可有效提升網(wǎng)絡(luò)的預(yù)測(cè)精度和分割速率,其分割準(zhǔn)確度和F1分?jǐn)?shù)分別達(dá)到了0.9889和0.9915,對(duì)尺寸大小為1024×1024的SAR圖像切片處理速率為12.7 frames/s,均優(yōu)于當(dāng)前主流的分割網(wǎng)絡(luò)框架。此外,所提網(wǎng)絡(luò)的規(guī)模較BiSeNet減少50%以上,并小于輕量級(jí)的U-Net架構(gòu),同時(shí)網(wǎng)... 

【文章來(lái)源】：雷達(dá)學(xué)報(bào). 2020,9(05)北大核心CSCD

【文章頁(yè)數(shù)】：12 頁(yè)

【參考文獻(xiàn)】：
期刊論文
[1]基于知識(shí)蒸餾的輕量型浮游植物檢測(cè)網(wǎng)絡(luò)[J]. 張彤彤,董軍宇,趙浩然,李瓊,孫鑫.  應(yīng)用科學(xué)學(xué)報(bào). 2020(03)
[2]基于局部超分辨重建的高精度SAR圖像水域分割方法[J]. 李寧,牛世林.  雷達(dá)學(xué)報(bào). 2020(01)
[3]面向海面目標(biāo)檢測(cè)的陸海分離和海面分區(qū)算法研究[J]. 周明,馬亮,王寧,楊予昊.  雷達(dá)學(xué)報(bào). 2019(03)
[4]一種基于密集深度分離卷積的SAR圖像水域分割算法[J]. 張金松,邢孟道,孫光才.  雷達(dá)學(xué)報(bào). 2019(03)
[5]基于SLIC超像素分割的SAR圖像海陸分割算法[J]. 李智,曲長(zhǎng)文,周強(qiáng),劉晨.  雷達(dá)科學(xué)與技術(shù). 2017(04)
[6]高分三號(hào)衛(wèi)星總體設(shè)計(jì)與關(guān)鍵技術(shù)[J]. 張慶君.  測(cè)繪學(xué)報(bào). 2017(03)
[7]HRWS SAR圖像艦船目標(biāo)監(jiān)視技術(shù)研究綜述[J]. 邢相薇,計(jì)科峰,康利鴻,詹明.  雷達(dá)學(xué)報(bào). 2015(01)
[8]SAR圖像水域的改進(jìn)Shearlet邊緣檢測(cè)[J]. 侯彪,胡育輝,焦李成.  中國(guó)圖象圖形學(xué)報(bào). 2010(10)
[9]典型Otsu算法閾值比較及其SAR圖像水域分割性能分析[J]. 安成錦,牛照東,李志軍,陳曾平.  電子與信息學(xué)報(bào). 2010(09)



本文編號(hào)：3526947