检索结果-南通市图书馆

计算机与数字工程 2023年第4期51卷 927-932页

作者：杜自豪刘俊武汉科技大学计算机科学与技术学院武汉430065 智能信息处理与实时工业系统湖北省重点实验室武汉430065

针对秀丽隐杆线虫显微图像噪声较多,端泡区域像素与虫体及周围环境相似,标准double u-net分割效果较差的问题。该研究提出一种改进的double u-net网络的秀丽隐杆线虫端泡分割方法,在网络中引入密集连接,并采用改进的损失函数,解决了传... 详细信息

针对秀丽隐杆线虫显微图像噪声较多,端泡区域像素与虫体及周围环境相似,标准double u-net分割效果较差的问题。该研究提出一种改进的double u-net网络的秀丽隐杆线虫端泡分割方法,在网络中引入密集连接,并采用改进的损失函数,解决了传统网络无法进行精确分割的问题。实验表明:改进后算法对线虫端泡的分割,Dice Coefficien、准确率和召回率达到了90.12%、87.45%和91.53%。

关键词：秀丽隐杆线虫分割 double u-net 密集连接混合损失函数

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于doubleu-net的中分辨率遥感影像高原湖泊提取研究

基于DoubleU-Net的中分辨率遥感影像高原湖泊提取研究

引用

作者：侯幸幸广州大学

学位级别：硕士

高原湖泊面积变化受到气候和人类活动的影响,是记录包括气温、降水、环境和人类活动等自然及人为变化的重要载体。因此,高效精确地获取湖泊的信息对研究气候变化、区域水循环及生态保护措施等方面具有重要的作用。提取方法的改进一直是... 详细信息

高原湖泊面积变化受到气候和人类活动的影响,是记录包括气温、降水、环境和人类活动等自然及人为变化的重要载体。因此,高效精确地获取湖泊的信息对研究气候变化、区域水循环及生态保护措施等方面具有重要的作用。提取方法的改进一直是遥感影像高原湖泊信息提取的研究重点,其趋势是从目视解译到遥感指数、机器学习再到如今的深度学习方法的发展。传统方法提取高原湖泊存在工作量大,自动化程度低,依赖大量人工参与的问题,成本比深度学习方法更高。传统机器学习不能充分利用遥感影像的光谱信息及空间信息,一般仅利用结构简单的浅层模型学习人工设定的特征,因此在地物提取精度上有一定的局限性。目前,提高高原湖泊提取精度的方向是使用深度学习方法对遥感影像丰富的信息进行充分挖掘。由于影像幅宽、时空分辨率及数据可获得性等因素影响,高原湖泊监测使用的遥感影像卫星主要是Landsat系列卫星,而基于深度学习的遥感影像地物提取主要使用高分辨率遥感影像,因此为突破深度学习技术在中分辨率遥感影像提取高原湖泊中的局限性,需要找到一种适合利用中分辨率遥感影像提取高原湖泊的深度学习方法。深层网络体系结构u-net提取总体精度高,迁移后边界提取更为精细,但提取结果中的细节部分欠佳。因此,为了进一步提高在中分辨率遥感影像中对高原湖泊的提取精度,本文基于u-net网络高原湖泊内部精细部分的判别和提取任务效果不佳的情况,结合u-net在对青海湖内的岛屿等细节部分的提取表现,及u-net对青海湖边界的提取表现,选择了double u-net对中分辨率遥感影像中高原湖泊进行提取。在u-net融合图像深浅层特征的基础上改进的double u-net具有强大的鲁棒性和泛化能力,其中加入的SE模块能够利用加权对最关键的特征进行加强,达到网络对重要特征进行自动判别和学习的目的,从而提高高原湖泊提取精度。本文制作中分辨率遥感影像高原湖泊数据集进行实验,实验结果表明:(1)u-net具有深层网络体系结构,其结构是两级嵌套的u型结构,其底层结构RSu块使用的池化层增加了整个网络的深度,因此能够获取更多高原湖泊的特征信息,在对纳木错湖的预测结果总体精度达到了97.53%,高于u-net网络的高原湖泊提取精度,深层网络体系结构可以获取更丰富的图像信息,因此能够提高语义分割的精度。(2)u-net网络迁移到青海湖后的预测结果虽然精度较高,但提取结果中的细节部分欠佳,对青海湖内部的岛屿等细节提取不到位。u-net仅凭借获取更多更详细的高原湖泊图像特征不能有效提高湖泊提取的精度,并不适用于中分辨率遥感影像中高原湖泊精细部分的提取。青海湖内部精细部分更为复杂,提取时存在一定的难度。因此,仅仅提升模型对图像特征的获取能力不适用于内部精细部分的判别和提取任务。(3)double u-net结合了u-net的网络结构和SE模块等优点,具有u-net网络将图像特征进行编码和解码后与网络中深层及浅层语义特征进行融合的特点;SE模块的加入对原始特征图在通道级别进行了加权操作,使得网络能够按照重要程度对不同通道输出特征进行自动学习。double u-net对青海湖的预测结果总体精度达到98.55%,同时其余各项精度指标中均表现更好。因此double u-net对中分辨率遥感影像中高原湖泊的重要特征具有自主判别和学习的能力,能够完成高原湖泊提取的任务。(4)以青海湖为例验证double u-net模型在长时序提取任务中的泛化性,对青海湖2000-2021年遥感影像进行预测,并根据预测结果对青海湖面积时空变化进行分析。青海湖面积时间变化趋势为2000-2003年湖泊面积缩小,2003-2021年以后湖泊面积增大。空间变化中,青海湖边界变化最大的区域主要为青海湖东岸的沙岛湖和海晏湾,北岸的沙柳河入口及西岸的鸟岛和铁布卡湾。此外,2000-2021年青海湖边界整体呈现向外扩张趋势,其中2009年后青海湖边界变化更为剧烈。结果表明,本文基于double u-net模型对中分辨率遥感影像进行高原湖泊提取能够对相关政策和管理提供数据支持及依据,具有推广应用的价值。

关键词：深度学习 u2net double u-net 语义分割高原湖泊

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：