基于改进的UNet连云港海岸线提取研究

发布时间：2022-04-17 17:48

　　精确快速地提取海岸线对于海岸带的开发规划、实时监测等具有重要意义。使用遥感图像进行海陆分割是提取海岸线的一项基础工作。本文利用深度学习技术的语义分割方法来进行海陆分割,提取海岸线。网络模型以UNet为基本结构,并使用残差块来代替其中的卷积层,最后一层再加入一个残差ASPP进一步提升分割精度。使用残差块在加深了网络的同时,提高效率提升了网络的性能。残差ASPP结构能同时捕获遥感图像的光谱信息和上下文信息。在一组来自高分一号遥感影像的实验表明,基于我们提出的网络模型结构与其他深度学习的网络模相比有着较好的结果,能够实现海岸线的提取与应用。 

【文章页数】：5 页

【文章目录】：
0 引言
1 相关工作
    1.1 FCN和UNet
    1.2 残差思想
    1.3 残差ASPP模块
2 实验提出方法介绍
    2.1 海岸线提取的一般过程
    2.2 模型结构及参数介绍
3 实验与评估
    3.1 实验数据
    3.2 模型训练
    3.3 实验结果与分析
4 结论



本文编号：3646035