基于弱监督语义分割的无人机遥感灯盏花种植信息提取
Extraction of Erigeron Breviscapus Planting Information by Unmanned Aerial Vehicle Remote Sensing Based on Weakly Supervised Semantic Segmentation作者机构:昆明理工大学国土资源工程学院 云南省高校高原山区空间信息测绘技术应用工程研究中心
出 版 物:《农业机械学报》 (Transactions of the Chinese Society for Agricultural Machinery)
年 卷 期:2022年
核心收录:
学科分类:1008[医学-中药学(可授医学、理学学位)] 0810[工学-信息与通信工程] 08[工学] 081002[工学-信号与信息处理] 10[医学]
基 金:国家自然科学基金项目(41961039) 云南省基础研究计划项目(202101AT070102)
主 题:灯盏花 无人机遥感 弱监督语义分割 轻量级U-Net网络 RGB波段最大差异法
摘 要:为及时掌握种植空间信息,保护和利用灯盏花,针对灯盏花垄间边界模糊,精细标记训练数据集获取困难。提出一种基于结合RGB波段最大差异法和弱监督语义分割的无人机遥感灯盏花种植信息提取方法。首先,对灯盏花进行边框级标记,制作弱标记数据集,减少标记时间成本;然后采用轻量级U-Net网络对弱标记数据集进行弱监督语义分割,实现灯盏花粗提取;最后,采用RGB波段最大差异法去除粗提取结果中的非灯盏花,实现灯盏花种植区精细提取。实验结果表明,提出方法在选取的3个灯盏花场景中交并比(Intersection-over-Union, IoU)精度分别为90.55%、90.74%、86.63%,精度均高于面向对象分类法和最大似然法,并通过消融实验验证了方法的有效性。该研究对利用无人机遥感影像进行灯盏花种植区精确提取具有一定的适用性。