《表4 不同方法在Satellite Dataset II(East Asia)测试集上的各项指标对比》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《含多级通道注意力机制的CGAN遥感图像建筑物分割》
注:加粗字体表示每列最优结果,“-”表示无数据。
在Satellite DatasetⅡ(East Asia)上,Ra-CGAN模型与Si U-Net (Siamese U-Net)(Ji等,2019)、AugU-Net(augmented U-Net)(Maggiori等,2017)等模型的对比如表4所示。AugU-Net通过对输入图像进行光谱增强操作,扩充光谱维度的样本空间,将原始图像重新采样作为新的输入样本。可以看出,Ra-CGAN在每项评价指标上都取得了最高精度,充分证明了包含多级通道注意力机制的条件对抗分割网络Ra-CGAN具有优秀的分割性能,以及在不同的遥感图像建筑物分割任务中具有良好的扩展性与鲁棒性。
图表编号 | XD00216448300 严禁用于非法目的 |
---|---|
绘制时间 | 2021.03.16 |
作者 | 余帅、汪西莉 |
绘制单位 | 陕西师范大学计算机科学学院、陕西师范大学计算机科学学院 |
更多格式 | 高清、无水印(增值服务) |