【摘 要】
：
图像语义分割就是对图像中每个像素点进行类别预测,通过使用不同颜色对不同类别进行划分,同时还保留了各个像素点在图像中的位置信息,是图像理解的核心任务之一。Deeplab v3+是目前性能较好的全监督编码-解码模型结构,其复杂的编码过程能够有效提取图像的高级语义特征,但在特征图上采样过程中仅融合一个尺度的编码特征,这种解码方式会导致多尺度上下文细节信息的丢失,使得最终的分割结果较为粗糙。全监督语义分割
论文部分内容阅读
图像语义分割就是对图像中每个像素点进行类别预测,通过使用不同颜色对不同类别进行划分,同时还保留了各个像素点在图像中的位置信息,是图像理解的核心任务之一。Deeplab v3+是目前性能较好的全监督编码-解码模型结构,其复杂的编码过程能够有效提取图像的高级语义特征,但在特征图上采样过程中仅融合一个尺度的编码特征,这种解码方式会导致多尺度上下文细节信息的丢失,使得最终的分割结果较为粗糙。全监督语义分割模型需要大量人工标注图像,而现有的半监督模型存在计算复杂性高且内存消耗大的问题。针对上述问题本文主要从两个方面进行改进,并将改进后的模型应用到遥感图像数据集Vaihingen上,进一步验证其泛化性能。（1）提出一种基于多尺度特征自适应融合的图像语义分割算法ASFF-Net,该模型能够将Deeplab v3+模型编码过程中的多尺度细节信息进行有效的自适应融合,将其用于对编码特征图的解码上采样。通过在公用数据集Cityscapes和遥感图像数据集Vaihingen上的实验结果表明,该算法具有一定的有效性,且对小尺度目标的分割更为精准。（2）提出一种基于整体引导解码的半监督图像语义分割算法,该模型利用生成对抗网络促使预测结果服从标签分布;在生成器中通过使用整体引导解码器捕获编码过程中的多尺度上下文信息,生成语义丰富的高分辨率特征图;同时利用判别器为无标签数据生成置信图,确定其预测结果中的可信区域,从而为其提供监督信号实现半监督学习。通过在公用数据集PASCAL VOC 2012和遥感图像数据集Vaihingen上的实验结果表明,该模型相比于目前性能较好的半监督模型,在仅使用其1/3计算量和1/2内存占用率的情况下,能够达到与其相当的语义分割效果。
其他文献
为探讨圆齿野鸦椿嫁接愈合机理,筛选出圆齿野鸦椿的最优嫁接方法,以加快圆齿野鸦椿优良无性系的繁育速度。本研究以8年生圆齿野鸦椿植株上的枝或芽作接穗,以2年生野鸦椿实生苗作砧木进行嫁接试验,研究不同嫁接方法对成活率、嫁接苗生长及光合生理特性的影响。并对“圆齿野鸦椿/野鸦椿”嫁接体接口愈合过程进行显微观察以及营养物质和相关酶活性的测定。研究结果如下:（1）比较了春季嵌芽接、切接和劈接法对圆齿野鸦椿嫁接成
随着数据挖掘的发展,数据的高维特征空间已经成为了传统监督学习任务中的一大挑战。作为学习任务中的关键预处理步骤,特征选择主要用于减轻高维特征空间中不相关和多余的特征引起的“维度灾难”问题。作为一种有效的特征选择工具,模糊粗糙集理论能够有效地处理连续型特征下数据的模糊性,在近些年里引起了广泛关注。然而,不同于传统监督学习范式,在多标记学习中,除了数据的高维性,标记多义性也是多标记数据中一个突出的特征,
随着我国经济的快速发展,老年人口在数量及年龄上都呈现上涨的趋势,老龄化问题日益严重。过去的居家养老模式逐渐过时,无法满足新时代老年人对美好晚年生活的需求,越来越多的老年人开始选择机构养老安度晚年,这对养老机构的服务水平与环境质量提出了更高的要求。相比欧美日等发达国家,我国在养老机构设计方面的研究起步较晚,相关理论研究不足,关于其户外空间景观设计的研究则更少。而养老机构的户外空间景观直接影响到老年人
城市公园是城市绿地系统的重要组成部分,也是城市居民休憩娱乐、加强交流和丰富生活的主要场所。而景观设施作为城市公园中的重要组成部分,是连接人与公园环境的主要载体。随着我国城市公园迅速发展,公园中景观设施安全问题也逐渐凸显,如游览者踩到长满青苔的积水地面导致摔伤、设施破损失修造成游人物理伤害、无障碍设施的缺失给残障人士带来伤害等问题屡见不鲜。因此,如何保证市民在城市公园中避免因景观设施造成安全问题,值
捞月型悬崖式树木盆景（简称“捞月型盆景”）作为悬崖式盆景的一种新颖别致的造型形式,是模仿自然界或悬崖峭壁上生长的一种树木形态,其树干超出盆外且弯曲下垂的姿态,既表现出蜿蜒曲折的形式美,又体现出下跌回旋的动势美。捞月型盆景是对传统盆景形式的破格创新,造型动感强且灵活多变,是树木盆景中别具风韵的形式。目前,捞月型盆景的相关理论及创作技法等还处于初步探索阶段。本课题研究,不仅可为捞月型盆景的创作提供指导
我国具有独特的农垦历史文化,由于人民的生活水准越来越高,旅游业的形式正在逐渐改变。休闲农业是一种新的模式和亮点,以农业为基础,集农业和旅游业于一体的新型农业产业。通过开发具有地域特色的田园景观和生态环境,满足更多游客的参与观光体验需求,提高农业生产的效率、促进乡村的繁荣发展和农民的收入增长。实现第一、第三产业的结合。通过农业景观资源的开发和农业生产状况的分析,促进乡村经济发展,发展集亲近自然、农垦
随着信息技术的迅猛发展,数据量随之飞速增长,为了挖掘出数据中有价值的信息,数据挖掘受到了广泛关注,而随着数据量增加的同时,特征的维度也在不断增大,引发了维度灾难问题,特征选择是有效的解决维度灾难问题的手段之一,现有的特征选择方法大多只针对静态数据,而许多实际应用中数据往往呈现动态性与复杂性等特点,而动态场景下现有的在线流特征选择方法大部分仅能处理单一类型数据。此外,现实生活中广泛存在实例多义性的问
森林是地球之肺,对维护和改善生态环境起着决定性作用,同时也是人类生存与发展重要的物质基础。论文以江西省金溪县为研究区,基于2009-2019年3期森林资源二类调查数据,分析其森林资源结构及质量的动态变化,采用层次分析法分别构建了商品林和生态公益林质量评价指标体系并进行了评价,在此基础上提出了相应的对策与建议,为研究区森林资源可持续发展提供参考依据。主要结果与结论如下:（1）2019年金溪县林地面积
乡村人居林建设是改善村庄生态环境的重要举措,也是新农村建设的重要组成部分。而植物是人居林构建的基础,因村民需求不一,所以对于绿化树种的需求也存在差异。目前关于不同村庄类型的乡村人居林树种结构差异及村民对绿化树种的需求还缺少比较系统的研究,阻碍了科学开展乡村人居林建设的步伐。本研究以江西省91个村庄为例,通过实地调查结合树种组成及村民需求意愿分析,比较不同建设类型村庄的人居林结构特征差异,并结合树种
心律失常是心血管疾病中常见的病症之一,诊断心律失常往往需要通过心电图检查。然而对心电图的目视检查不仅耗时,而且可能导致误诊,影响疾病的预防及治疗。因此,需要通过自动分析技术来辅助医生进行心律失常的诊断,从而提高诊断效率和准确性。目前,实现心律失常自动分类的方法主要有基于传统机器学习方法和基于深度学习方法。传统机器学习方法分类器的性能很大程度上取决于手工提取特征的质量,模型泛化能力弱。基于深度学习的