- 标题
- 摘要
- 关键词
- 实验方案
- 产品
-
[ACM出版社 第二届国际会议 - 中国成都 (2018年6月16日-2018年6月18日)] 第二届图像处理进展国际会议论文集 - ICAIP '18 - MIFNet
摘要： 海陆分割对于海岸线提取和船舶检测具有重要意义。由于高分辨率遥感图像具有复杂的纹理和强度分布特征，基于阈值和人工特征的传统方法难以取得良好效果。本文提出了一种基于卷积神经网络的新型多信息融合网络（MIFNet）。该网络不仅考虑了多尺度边缘和多尺度分割信息，还引入了全局上下文信息，并通过网络学习融合不同尺度和类型的信息。在谷歌地球自然色图像集上的实验表明，我们的模型性能优于现有最先进方法。
关键词： 语义分割、海陆分割、全局上下文、多信息
更新于2025-09-23 15:22:29
-
[IEEE IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 西班牙瓦伦西亚（2018.7.22-2018.7.27）] IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 面向大规模高分辨率光学卫星影像的无海陆分割船舶检测方法
摘要： 船舶检测是遥感应用中一个重要且具有挑战性的课题。现有文献中，船舶检测通常需要先进行海陆分割，这使得方法实现过程极为复杂。为此，本文基于Faster R-CNN提出一种适用于大尺度图像的船舶检测方法，该方法无需将海陆分割作为预处理步骤，可直接从包含海陆的复杂背景中检测船舶。我们采用由GF-1和GF-2卫星图像组成的大尺度图像测试网络，实验结果表明该方法能有效消除陆上物体的干扰。
关键词： 船舶检测、深度学习、海陆分割、高分辨率卫星图像
更新于2025-09-23 15:21:21
-
[IEEE IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 瓦伦西亚（2018.7.22-2018.7.27）] IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 面向超高分辨率海事图像语义分割的Shipnet网络
摘要： 对于超高分辨率（VHR）海事图像，语义分割是一个新兴的研究热点，在海岸线导航、资源管理和领土?；ぶ芯哂兄匾饔谩Ｔ谌狈ψ愎槐曜⒀盗肥莸那榭鱿?，既要清晰分割大范围区域，又要同时分离大尺度中的小目标物体是一项挑战。为此，我们提出了一种新型ShipNet网络，并设计了一个加权损失函数，用于同步实现海陆分割与船舶检测。为验证所提方法，我们还构建并向学界公开了一个包含VHR多尺度海事图像的新数据集。与FCN和ResNet相比，该方法取得了更优的F1分数（船舶类别达85.90%，总体准确率达97.54%）。相较于多尺度FCN，ShipNet能获取如锐利边缘般的细节结果。即使对于低质量图像，ShipNet仍能保持稳健性并获得良好效果。
关键词： 美国有线电视新闻网，船舶检测，海陆分割，遥感图像
更新于2025-09-23 06:58:59