改进型DeepLab的极化SAR果园分类

作者：王云艳; 罗冷坤; 周志刚

来源：中国图象图形学报, 2019, (11): 2035-2044.

• 高分辨率
• 空洞卷积
• 深度学习
• 多孔空间金字塔
• 深度可分离网络 high resolution
• atrous convolution
• deep learning
• porous space pyramid
• depth separable network

目的针对农作物种植趋向集中化、机械化和庄园化的现状,高分辨率遥感影像精准识别技术已广泛应用于农作物分类。研究表明,采用先进的深度学习算法挖掘高分辨率农作物影像信息,有利于高效地分析农作物长势和参量预测,为此,提出一种改进型深度神经网络(Deep Lab)的高分辨率果园遥感图像分割算法。方法首先提取原始数据的极化特征和基于相干/非相干分解的特征组成高维特征空间,然后选用流行学习降维方式获得最优3通道特征向量构成伪彩图,利用深度可分离网络(xception)、空洞卷积网络(atrous convolution)、多孔空间金字塔(ASPP)和上采样(upsample)搭建Deep Lab的编码解码过...

• 单位
  电子工程学院