利用特别改进的 U-Net 卷积神经网络进行卫星图像中的道路分割
计算机视觉与模式识别
2021-10-01 v1 机器学习
图像与视频处理
摘要
图像分类问题已在研究界被深入探究，借助计算机视觉算法与神经网络。本文旨在构建一个用于城市场景卫星图像的图像分类器，识别图像中道路所在的部分，并将其与其余部分分离。与传统计算机视觉算法不同，卷积神经网络（CNNs）在该任务上提供了准确且可靠的结果。我们的新方法使用滑动窗口从整幅图像中提取图像块，通过数据增强生成更多训练/测试数据，最后使用一系列特别改进的 U-Net CNNs。所提出的技术在平均 F-score 指标上优于所有其他被测基线。
引用
@article{arxiv.2109.14671,
title = {Segmentation of Roads in Satellite Images using specially modified U-Net CNNs},
author = {Jonas Bokstaller and Yihang She and Zhehan Fu and Tommaso Macrì},
journal= {arXiv preprint arXiv:2109.14671},
year = {2021}
}
备注
4 pages, 4 figures