声明
致谢
1 绪论
1.1 研究工作的背景与意义
1.2.1 深度学习
1.2.2 遥感图像
1.2.3 图像语义分割
1.2.4 多模态数据
1.3 研究内容
1.4 章节安排
2 基于全卷积神经网络的遥感图像语义分割理论
2.1 遥感图像语义分割概述
2.2 卷积神经网络
2.2.1 卷积层
2.2.2 池化层
2.2.3 激活函数
2.2.4 全连接层
2.3 全卷积神经网络
2.4 基于全卷积神经网络的U-Net模型
2.5 本章小结
3 基于U-Net的多模态数据的遥感图像语义分割网络—多模态网络
3.1 引言
3.2.1 双流网络架构
3.2.2 特征融合
3.2.3 注意力机制
3.3.1 实验环境
3.3.2 实验数据
3.3.3 评价指标
3.3.4 实验结果
3.4 本章小结
4 基于多模态注意力和自适应融合的遥感图像语义分割网络
4.1 引言
4.2.1 多模态注意力
4.2.2 自适应特征融合
4.2.3 遥感图像数据增强
4.3.1 实验环境
4.3.2 实验数据
4.3.3 评价指标
4.3.4 实验结果
4.4 本章小结
5 多模态语义分割原型系统设计
5.1 引言
5.2 系统开发环境及工具
5.3 原型系统数据预处理
5.4 语 义 分 割 系 统 搭 建
5.5 本章小结
6 总结和展望
6.1 本文工作总结
6.2 展望
参考文献
附录1
作者简历
一、基本情况
二、学术论文
三、专利
四、获奖情况
五、研究项目
中国矿业大学中国矿业大学(江苏);