基于深度学习的遥感影像语义分割方法研究

目录

声明

摘要

1．1研究意义及背景

1．2国内外研究现状

1．3论文主要内容和章节安排

1．3．1论文的主要内容

1．3．2论文的章节安排

第2章图像分割理论基础

2．1图像分割基本概念

2．1．1图像分割定义

2．1．2图像分割的传统算法

2．2图像语义分割

2．2．1图像语义分割定义

2．2．2图像语义分割的传统算法

2．3传统图像语义分割算法局限性

2．4图像语义分割的评估标准

2．5本章小结

第3章深度学习和卷积神经网络

3．1深度学习概述

3．2卷积神经网络的理论基础

3．2．1卷积神经网络的结构组成

3．2．2卷积神经网络的损失函数和优化算法

3．2．3卷积神经网络的训练策略

3．3本章小结

第4章基于GLNet和HRNet的高分辨率遥感影像语义分割

4．1GLNet的网络结构

4．1．1全局分支和局部分支的结构

4．1．2深度特征共享策略

4．1．3分支聚合及正则化

4．2HRNet的网络结构

4．2．1多分辨率子网结构

4．2．2重复多尺度融合

4．3基于GLNet和HRNet的网络结构

4．3．1全局分支和局部分支

4．3．2分支聚合

4．4实验数据与结果分析

4．4．1实验数据集

4．4．2实验参数设置

4．4．3分割结果与分析

4．5本章小结

第5章基于HR-GLNet和语义流的高分辨率遥感影像语义分割

5．1语义流方法

5．1．1场景解析和非对齐问题

5．1．2语义流对齐模块

5．2基于HRNet和FAM的网络结构

5．3基于HR-GLNet和语义流的语义分割网络结构

5．3．1全局分支

5．3．2局部分支

5．3．3损失函数

5．4实验数据与结果分析

5．4．1实验数据集

5．4．2实验参数设置

5．4．3分割结果与分析

5．5本章小结

6．1总结

6．2展望

致谢

参考文献

附录