《表1 语义分割网络在SAR图像建筑物侧立面检测任务中的性能指标对比》
本文主要研究在高分辨率SAR图像中,分别应用实数语义分割网络和等效复数语义分割网络,并将这两种网络分别命名为RV-SegNet和CV-SegNet,提取单个建筑物的高亮度侧立面区域,并进行对比分析.实数语义分割网络的输入为经过6.1小节所述的预处理后的SAR幅度图像,网络结构中为传统的实数卷积层和上下采样层.等效的复数语义分割网络的输入为经相同预处理方式后的SAR复数数据,结合基于复数卷积耦合计算方法的卷积层,基于复数数据学习的池化层与反池化层,完成对SAR图像建筑物特征区域的分割.在苏州地区数据集下进行实验验证,测试集下检测结果如图11和12所示.实验中,实数语义分割网络与复数语义分割网络分别在迭代次数为7×104和1×105时收敛网络所展示出的性能指标如图13及表1所示.
图表编号 | XD00121799100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.20 |
作者 | 陈健堃、彭凌霄、仇晓兰、丁赤飚、吴一戎 |
绘制单位 | 中国科学院微波成像技术国家级重点实验室、中国科学院空间信息处理与应用系统技术重点实验室、中国科学院大学、中国科学院空天信息研究院、中国科学院微波成像技术国家级重点实验室、中国科学院空间信息处理与应用系统技术重点实验室、中国科学院电子学研究所苏州研究院空间信息智能处理系统研究室、中国科学院空天信息研究院、中国科学院微波成像技术国家级重点实验室、中国科学院空间信息处理与应用系统技术重点实验室、中国科学院电子学研究所苏州研究院空间信息智能处理系统研究室、中国科学院空天信息研究院、中国科学院微波成像技术国家级重点 |
更多格式 | 高清、无水印(增值服务) |