-
公开(公告)号：CN113496221A
公开(公告)日：2021-10-12
申请号：CN202111051427.0
申请日：2021-09-08
Applicant: 湖南大学
Abstract: 本发明公开了一种基于深度双边滤波的点监督遥感图像语义分割方法及系统，所述方法结合双边滤波算法和深度学习特征，将遥感影像进行多层次特征提取后并进行双边滤波，然后构建特征金字塔对滤波后的特征进行融合，最后输出语义分割结果。本发明提出的点监督遥感图像语义分割方法，减少了人工标注标签成本，且能准确分割出遥感图像的地物，在利用点标签进行监督的基础上，可将遥感图像中相似区域的深度特征进行平滑从而缩小特征的类内距离，有效解决了点标签在弱监督学习中所存在的监督信息稀疏的问题。此外，还能保持遥感图像中地物边缘的高频信息，锐化地物边缘信息，进而解决点标签在弱监督学习中所存在的边缘信息缺失的问题。
-
公开(公告)号：CN115049817A
公开(公告)日：2022-09-13
申请号：CN202210654528.5
申请日：2022-06-10
Applicant: 湖南大学
IPC: G06V10/22 , G06V10/74 , G06V10/764 , G06V10/774 , G06V20/70
Abstract: 本发明公开了一种基于跨图像一致性的图像语义分割方法及其系统，所述方法包括：1、训练语义分割网络；2、选择一张未标记图像，并到找一张具有相同类别k的标记图像，得到伪标签上区域为类别k的第二掩膜，和标签上区域为类别k的第一掩膜；3、用语义分割网络提取标记图像的第一深度特征，并找到第一深度特征中属于类别k的特征；4、共同优化语义分割网络；5、依据伪标签的可靠性修正未标注图像的伪标签；6、重复2至5，直至未标注图像库所对应的伪标签集全部修正完毕。本发明提出的图像语义分割方法，仅用少量的标记图像和大量的未标记图像进行训练，减少人工标注标签成本的同时，能准确地对图像进行语义分割。
-
公开(公告)号：CN113496221B
公开(公告)日：2022-02-01
申请号：CN202111051427.0
申请日：2021-09-08
Applicant: 湖南大学
IPC: G06V20/13 , G06V10/26 , G06V10/40 , G06V10/74 , G06V10/764 , G06V10/80 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于深度双边滤波的点监督遥感图像语义分割方法及系统，所述方法结合双边滤波算法和深度学习特征，将遥感影像进行多层次特征提取后并进行双边滤波，然后构建特征金字塔对滤波后的特征进行融合，最后输出语义分割结果。本发明提出的点监督遥感图像语义分割方法，减少了人工标注标签成本，且能准确分割出遥感图像的地物，在利用点标签进行监督的基础上，可将遥感图像中相似区域的深度特征进行平滑从而缩小特征的类内距离，有效解决了点标签在弱监督学习中所存在的监督信息稀疏的问题。此外，还能保持遥感图像中地物边缘的高频信息，锐化地物边缘信息，进而解决点标签在弱监督学习中所存在的边缘信息缺失的问题。
-
公开(公告)号：CN115049817B
公开(公告)日：2024-06-14
申请号：CN202210654528.5
申请日：2022-06-10
Applicant: 湖南大学
IPC: G06V10/22 , G06V10/74 , G06V10/764 , G06V10/774 , G06V20/70
Abstract: 本发明公开了一种基于跨图像一致性的图像语义分割方法及其系统，所述方法包括：1、训练语义分割网络；2、选择一张未标记图像，并到找一张具有相同类别k的标记图像，得到伪标签上区域为类别k的第二掩膜，和标签上区域为类别k的第一掩膜；3、用语义分割网络提取标记图像的第一深度特征，并找到第一深度特征中属于类别k的特征；4、共同优化语义分割网络；5、依据伪标签的可靠性修正未标注图像的伪标签；6、重复2至5，直至未标注图像库所对应的伪标签集全部修正完毕。本发明提出的图像语义分割方法，仅用少量的标记图像和大量的未标记图像进行训练，减少人工标注标签成本的同时，能准确地对图像进行语义分割。
-
-
-
Search Results
4
records
(took 0.017 seconds)
