《表2 采用不同层级融合结构的DFN-CRF模型语义分割结果对比》
采用不同层级融合结构的DFN-CRF模型进行遥感图像语义分割,结果如表2所示。其中,白色为飞机,灰色为公路,绿色为草地,黑色为背景。从表2中可以看出,DFN-CRF-5的语义分割结果非常粗糙,无法识别出遥感图像中具有固定形状的类别,存在多处语义分割错误(结果图中基本看不出飞机轮廓、高速公路边缘,与标签图像不符)。DFN-CRF-4模型通过融合结构引入了pool4层尺度的细节信息进行模型训练,相较于DFN-CRF-5模型其语义分割结果明显有所提升(结果图中飞机形状渐显、高速公路的轮廓逐渐清晰)。DFN-CRF-3模型在DFN-CRF-4基础上结合pool3尺度的细节信息进行语义分割,其结果已可以清楚地识别出飞机,高速公路间的背景类别被逐渐识别出来,边缘更细化。DFN-CRF-2和DFN-CRF-1模型各自又在前一个模型的基础上融合了pool2层和pool1层尺度的细节信息,从结果中可以看出相较之前模型的语义分割结果,DFN-CRF-2和DFN-CRF-1的语义分割结果主要改善了各语义类别的细小部分,使其边缘更加精细、轮廓更清晰、更接近标签图像(如飞机类别的尾部更细化、左下角飞机尾部与机身逐渐连接,高速公路间背景类别被误语义分割为草地类别的部分减少)。
图表编号 | XD00221045300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.01 |
作者 | 李宇、肖春姣、张洪群、李湘眷、陈俊 |
绘制单位 | 中国科学院遥感与数字地球研究所、中国科学院遥感与数字地球研究所、中国科学院遥感与数字地球研究所、西安石油大学计算机学院、中国科学院遥感与数字地球研究所 |
更多格式 | 高清、无水印(增值服务) |