基于半监督生成对抗网络的遥感影像地物语义分割

发布时间：2021-04-19 14:06

　　现有的遥感影像地物提取方法大多是利用人工设定特征或神经网络全监督学习特征检测,前者适用范围较小,后者适用范围较大但需要大量标签。为减少影像标签绘制成本和提高在少量有标签数据下网络的检测精度,本文提出一种新的网络组合构建生成对抗网络,并将其结合半监督学习首次应用到遥感领域进行影像地物检测。文中首先采用选择合适的生成网络和鉴别网络构建生成对抗网络;然后采用有标签数据和无标签数据交替训练网络,根据网络性能选择设置最优参数。本文采用ISPRS提供的vaihingen地区高分辨率航空影像进行实验,结果表明,本文提出的网络组合结合半监督学习可以有效提高检测精度。 

【文章来源】：测绘与空间地理信息. 2020,43(04)

【文章页数】：4 页

【文章目录】：
0 引言
1 半监督生成对抗网络的影像地物语义分割方法
    1.1 网络概述
    1.2 半监督生成对抗网络训练
        1.2.1 鉴别网络D训练
        1.2.2 生成网络G训练
        1.2.3 最优参数设置
2 实验与分析
    2.1 实验数据及评价指标
    2.2 实验结果与分析
        2.2.1 最优参数探索结果
        2.2.2 半监督生成对抗网络测试结果
3 结束语


【参考文献】：
期刊论文
[1]利用角点进行高分辨率遥感影像居民地检测方法[J]. 陶超,邹峥嵘,丁晓利.  测绘学报. 2014(02)



本文编号：3147698