您当前的位置:
首页 >
文章列表页 >
偏置余弦网络:用于遥感影像的语义分割网络
偏置余弦网络:用于遥感影像的语义分割网络
BiasCosionNet:semantic segmentation network for remote sensing image
- “针对遥感影像中同类目标尺寸差异问题,"提出了偏置余弦网络,可从两个方面解决该问题,一是以输入影像在不同尺度间变化时产生的特征作为主体,二是通过突破上采样限制的方式保证不同尺寸分割目标拥有相同的尺度特征",该研究验证了仅依托尺度间变化特征即可实现语义分割,平均交并比和边缘精度均优于经典网络0.2%以上,为遥感影像精准分割提供了新方案。”
- 吉林大学学报(工学版) 2026年56卷第4期 页码:1081-1093
DOI: 10.13229/j.cnki.jdxbgxb.20241023
移动端阅览
AI导读
HTML全文
图( 9 ) 表( 5 )
参考文献
出版信息
数据统计
50
浏览量
25
下载量
0
CSCD
文章被引用时,请邮件提醒。
提交
工具集
- BibTeX下载
- Endnote下载
- RefMan 下载
- NoteExpress下载
- NoteFirst下载
相关文章
基于特征融合注意力的RGB-D语义分割算法
基于离散采样的多模态四足机器人路径规划
基于边缘特征引导的智能汽车语义分割方法
基于机器学习的汽车设计智能拟合方法
多时相高分辨率卫星遥感图像语义分割算法
相关作者
江晟
路启
夏淼磊
王稼禹
孙帅帅
冯春晓
张良
华强
相关机构
长春理工大学 物理学院
温州理工学院 建筑与能源工程学院
中国科学技术大学 工程科学学院
安徽大学 电气工程与自动化学院
燕山大学 车辆与能源学院

