没有合适的资源?快使用搜索试试~ 我知道了~
首页基于潦草标注与对抗学习的遥感道路提取提升策略
基于潦草标注与对抗学习的遥感道路提取提升策略
0 下载量 173 浏览量
更新于2024-06-17
收藏 4MB PDF 举报
本文主要探讨了"基于潦草标注和对抗学习的遥感图像道路提取研究",发表在沙特国王大学学报上。作者袁根吉、李建波、刘雪和郑阳分别来自青岛大学计算机科学与技术学院和清华大学软件学院。遥感图像道路提取是一项关键任务,对于道路勘测、设计、健康状况评估以及基础设施监测等领域具有重要意义。 当前,精确的道路提取面临复杂多变的环境因素和成本高昂的密集标注挑战。为了克服这些问题,研究人员提出了一个弱监督学习框架,即潦草标注遥感道路提取网络(WR2E)。WR2E的核心在于其独特的设计,包括道路定位模块(RPM)和定向注意模块(OAM)。RPM负责定位道路的初步位置,而OAM则通过全局视角和图像亲和力功能,引导高层次语义信息的传播,增强道路区域的识别精度。 实验结果显示,WR2E表现出显著的优势,达到了89.1%的道路提取准确率,自适应E测度高达92.0%,加权F测度为88.6%,平均绝对误差仅3.6%,IOU(Intersection over Union)达到86.9%,以及F1-score为93.7%。这些成绩表明,即使在低质量的潦草标注条件下,WR2E也能够实现高效且精确的遥感图像道路提取。 此外,论文强调了开放获取的重要性,WR2E遵循CCBY-NC-ND许可证,使得研究成果能够更广泛地传播和应用。这篇论文为遥感图像处理领域提供了新的解决策略,特别是在标注效率和性能优化方面,为道路提取任务开辟了新的研究方向。
资源详情
资源推荐
G. Yuan
,
J.Li
,
X.Liu
等人
沙特国王大学学报
7187
P
¼
ð
Þ
p
p p
P
如图2所示,通过最小化联合损失函数,使用所提出的掩模和遥感图像
来训练WR2E网络。最后,我们应用局部/全局的神经网络来更好地学习
道路结构,实现道路连通性恢复,神经网络结构如图所示。3.第三章。
3.1.
道路三重图
道路中心线可以被处理为涂鸦注释在这项工作中提出的方法。直
接使用道路中心线来训练模型将不可避免地导致较差的分割结果,
这是由于潦草注释的稀疏性。需要更详细的标签来实现更好的分割
性能。例如,涂鸦可以通过腐蚀和膨胀扩展到预定义的道路宽度虽
然该方法简单有效,但道路宽度是可变的,并且预定义的扩展宽度
不能精确地拟合道路边界 为了克服潦草注释的缺点,我们开发了一
种结合抠图算法(
Wei
和
Ji
,
2021
)的非局部关联道路三重图生成方
法,以生成更详细的道路注释,如图所示。
1.
一、由于我们只需要道
路中心线作为一个潦草的注释,我们的方法可以大大减少数据标注
的工作量。
一般而言,道路中心线基本上与道路边界保持平行基于道路中心
线涂鸦,采用腐蚀膨胀策略,根据道路宽度推断出生成初始道路模
板所需的然而,由腐蚀和扩展策略生成的道路三重图仍然非常粗
糙,并且严重依赖于涂鸦的准确性例如,我们手动标记的道路的中
心线可能不在道路的中心或可能不完整。
考虑到基于传播的抠图算法(
Karacan
等人,
2015
)对于整个特
征空间中的全局最近邻点容易产生错误的不正确关联,而超像素可以
有效地携带像素点的纹理和环境信息。因此,我们在超像素集合中搜
索相似的超像素,以有效地排除一些容易导致错误的最近邻全局关联
可以表示为对颜色线模型的补充,以补偿传播算法在窗口大小方面的
缺点。具体地,简单线性迭代聚类(
SLIC
)算法(
Achanta
等人,
2012
)首先用于划分超像素。其次,我们在所有超像素中搜索当前
超像素的相似超像素,然后在相似超像素集合中搜索当前像素点的最
近邻居
我们设计了一种基于Kullback-Leibler散度(KLDiv)(Hershey和
Olsen,2007)的新度量,假设图像I的像素点特征 是f:
f
=
x
;
y
=
1
/
2
R
;
G
;
B
;
j
I
x
j
;
j
I
y
j
;
j
I
xx
j
;
j
I
yy
j
;
x
;
y
]
T
;
1
其中,
x
;
y
表示
像素点
的
坐标,
I
x
;
I
y
;
I
xx;
I yy
表示像素点的颜色信息,并且
I x;I
y
;I
xx
;I
yy
分别表示图像强度的一阶梯度和二阶梯度
Sp
和
Sq
是两个不同的超像素,其特征的概率分布分别为
P
和
Q
。文献
(
Karacan
等人,
2015
)假设每个超像素的概率分布
其中
,
lp
,
p
分别表示超像素
Sp
的本征均值向量和本征协方差矩阵,则基于
KL
散
射的超像素度量函数为:
图二
.
弱监督遥感道路提取网络(
WR2E
)。在本研究的网络架构中有两个主要的组成模块:道路定位模块和定向注意模块。
剩余16页未读,继续阅读
cpongm
- 粉丝: 5
- 资源: 2万+
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 计算机人脸表情动画技术发展综述
- 关系数据库的关键字搜索技术综述:模型、架构与未来趋势
- 迭代自适应逆滤波在语音情感识别中的应用
- 概念知识树在旅游领域智能分析中的应用
- 构建is-a层次与OWL本体集成:理论与算法
- 基于语义元的相似度计算方法研究:改进与有效性验证
- 网格梯度多密度聚类算法:去噪与高效聚类
- 网格服务工作流动态调度算法PGSWA研究
- 突发事件连锁反应网络模型与应急预警分析
- BA网络上的病毒营销与网站推广仿真研究
- 离散HSMM故障预测模型:有效提升系统状态预测
- 煤矿安全评价:信息融合与可拓理论的应用
- 多维度Petri网工作流模型MD_WFN:统一建模与应用研究
- 面向过程追踪的知识安全描述方法
- 基于收益的软件过程资源调度优化策略
- 多核环境下基于数据流Java的Web服务器优化实现提升性能
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功