人民长江 ›› 2023, Vol. 54 ›› Issue (S2): 247-250.doi: 10.16232/j.cnki.1001-4179.2023.S2.056
• • 上一篇
基于改进LinkNet模型的河流遥感图像语义分割研究
李文逵
Research on semantic segmentation of river remote sensing images based on improved LinkNet model
LI Wenkui
摘要： 河流遥感影像地理背景复杂多变、水体识别对象区分度小、陆地河网形状不规则等导致河流区域识别率较低。为了获取高精度的河流区域信息，提出在原有LinkNet模型网络结构的基础上进行优化设计。首先把卷积块中的激活函数ReLU改成PReLU,然后将始端模块中最大池化替换成平均池化，最后在第一个卷积层前和第四个卷积层后新增一道跨越连接。预测效果表明：LinkNet模型的准确率、精确率、召回率、F1-Score以及mIoU依次为97.62%,80.95%,89.39%,84.96%,76.50%,两改进LinkNet模型的依次为98.21%,85.95%,91.11%,88.45%,81.71%,各项指标值都得到一定程度的提升，表明该改进方法能更加有效地提取自然情景下河流区域。