基于U-ASPP-Net的北极独立海冰精细识别方法

基于风云三号卫星MERSI-Ⅱ影像的特性,提出了一种基于U-ASPP-Net的独立海冰分割算法,该算法在U-Net的基础上引入了空洞空间金字塔池化模块和空洞深度可分离卷积,构建了新型独立海冰分割网络U-ASPPNet,并在网络后端将FDWloss作为损失函数,最后利用重叠消边策略生成最终的独立海冰分割图。为验证UASPP-Net的准确性与有效性,选取U-Net、Deeplab v3+和分区梯度差分与双峰阈值分割法作为对照方法进行实验,实验结果表明,基于U-ASPP-Net的独立海冰精细化分割方法在OA、Kappa系数、IOU、Dice系数四种指标上均优于其他方法,对细节与边缘的提取能力较强,对极小块海冰的还原度较高。此外,算法在一定程度上能够解决基于中分辨率遥感影像提取独立海冰时无法解决的薄云干扰问题,对薄云下的海冰依然具有良好的提取能力,能够为北极航线的动态规划提供较为准确的技术支持。

融合轻量化ASPP和U-Net的遥感影像烤烟种植区域提取

针对目前遥感影像中烤烟边缘识别效率低且识别精度低等问题,文章提出一种融合轻量化ASPP和U-Net框架的遥感影像烤烟种植区域提取模型。首先,该模型在U-Net编码层和解码层连接处加入轻量化空洞空间金字塔池化模块;其次,该模型将线性整流函数(Rectified Linear Unit,ReLU)替换为ReLU6激活函数,能够在低精度计算时压缩动态范围,从而使算法更具鲁棒性;最后,该模型通过采用形态学孔洞填充构建标签图后处理算法,实现分割结果优化。为验证该模型框架的有效性和适用性,文章采用无人机遥感影像作为实验数据集,构建与传统语义分割模型的对比实验以及消融实验等。实验结果表明,通过与FCN、U-Net、SegNet和DeepLabV3+等传统语义分割算法相比较,文章提出的模型获得了较好的分割效果,其像素准确率和平均交并比分别为93.7%和84.1%。此外,该模型在保证模型精度的情况下,还能够提高模型的计算速度。

基于注意力机制的腰椎间盘突出患者多裂肌分割方法

为解决分割目标和周围结构边界不清楚的问题,提出一种基于注意力机制的腰椎间盘突出患者多裂肌分割方法。该网络采用了编码器-解码器的结构,通过引入注意力机制模块提升网络分割精度,并在特征提取后引入空洞空间卷积池化金字塔模块,融合了上下文信息,以提升网络模型的性能。实验结果表明,在推理时间接近的情况下,该模型与经典U-Net算法相比,Dice系数提升了7.8%,Jaccard相似系数提升了10.1%,Hausdorff Distance下降了69.5%,提高了多裂肌脂肪浸润部位的分割精度。