基于生成对抗网络的遥感图像居民区分割

发布时间：2022-11-06 08:46

　　针对传统遥感图像居民区分割存在的孔洞和边缘不准确的问题,在研究传统滤波方法和全卷积网络方法的基础上,提出了一种新的生成式对抗网络（GAN）分割方法。构造全卷积网络作为生成网络（G）,用于学习遥感图像居民区分布规律,生成居民区分割结果图（fake）;设计一个卷积神经网络分类器,作为判别网络（D）,用于区分生成网络分割结果图（fake）和人工标注结果图（label）。G试图欺骗D网络,D尽可能区分fake图,传播误差训练G网络,通过这种对抗式训练,使得G生成的fake图与label图尽可能相似,从而获得更好的分割结果。实验结果表明:基于GAN网络方法进行遥感图像居民区分割与Gabor滤波方法和FCN方法相比具有更好的鲁棒性。 

【文章页数】：4 页

【文章目录】：
0 引言
1 居民区分割方法
    1.1 卷积神经网络方法
    1.2 生成对抗网络的设计
2 实验与结果分析
    2.1 实验数据
    2.2 评价指标
    2.3 对抗网络实验
    2.4 实验结果对比分析
3 结论


【参考文献】：
期刊论文
[1]基于卷积神经网络的车型识别方法研究[J]. 纪野,李玉惠,王蒙.  传感器与微系统. 2017(11)
[2]基于卷积神经网络的胸片肺野自动分割[J]. 秦子亮,李朝锋.  传感器与微系统. 2017(10)
[3]基于内容的图像分割方法综述[J]. 姜枫,顾庆,郝慧珍,李娜,郭延文,陈道蓄.  软件学报. 2017(01)
[4]利用边缘密度特征提取高分辨率遥感影像中的居民区[J]. 陈洪,陶超,邹峥嵘,邵磊.  应用科学学报. 2014(05)
[5]高分辨率遥感影像信息提取方法综述[J]. 王伟超,邹维宝.  北京测绘. 2013(04)
[6]基于支持向量机和灰度共生矩阵的纹理图像分割方法[J]. 陈英,杨丰玉,符祥.  传感器与微系统. 2012(09)
[7]基于决策树模型的吉林西部居民地分布信息提取(英文)[J]. 连懿,陈圣波,王亚楠,逄超.  Journal of Landscape Research. 2010(02)
[8]基于Gabor滤波方法的居民地识别分析[J]. 汪闽,蒋圣,杨晓梅.  地球信息科学. 2008(03)
[9]基于遥感影像的居民地提取研究综述与展望[J]. 顾娟,陈军,张宏伟,周启鸣.  计算机工程与应用. 2007(30)



本文编号：3703202