生成对抗网络框架下的极化SAR图像语义分割 |
| |
引用本文: | 喻玲娟,郭钰婷,曾昭鑫,邵琪琪,谢晓春.生成对抗网络框架下的极化SAR图像语义分割[J].测绘科学,2023(5):68-77+91. |
| |
作者姓名: | 喻玲娟 郭钰婷 曾昭鑫 邵琪琪 谢晓春 |
| |
作者单位: | 1. 江西理工大学信息工程学院;2. 赣南师范大学物理与电子信息学院 |
| |
基金项目: | 国家自然科学基金项目(62261027);;江西省教育厅科技项目(GJJ211410); |
| |
摘 要: | 针对DeepLabv3+语义分割网络难以获取极化合成孔径雷达(PolSAR)图像数据分布的问题,该文提出了一种生成对抗网络(GAN)框架下的语义分割方法。其中,GAN的生成器为轻量级复数DeepLabv3+,它能充分提取PolSAR数据的幅度和相位中所蕴含的丰富目标特征,获取精细的语义分割结果;GAN的判别器为实数多分辨卷积神经网络,它和生成器进行对抗学习后,能进一步使得语义分割后的数据分布逼近于真实标签。4个PolSAR数据集的实验结果表明,该文所提方法比DeepLabv3+和轻量级复数DeepLabv3+具有更高的平均交并比、整体精度和平均像素精度。
|
关 键 词: | 极化合成孔径雷达 语义分割 生成对抗网络 DeepLabv3+ 卷积神经网络 |
|
|