IEEE Geoscience and Remote Sensing Letters· 2018Q1
Derin Artık U-Net ile Yol Çıkarımı
Road Extraction by Deep Residual U-Net
- 3.079atıf
- Q1SCImago
- 2018yıl
Kısa özet
Artık öğrenmeyi U-Net mimarisiyle birleştiren yeni bir derin sinir ağı, hava görüntülerinden yol çıkarımını önemli ölçüde iyileştirir.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Ana noktalar
- Hava görüntüleri için anlamsal segmentasyon amacıyla Derin Artık U-Net'i tanıtır.
- Artık birimleri daha derin ağların eğitimini kolaylaştırır.
- Zengin atlama bağlantıları, daha az parametre ve iyileştirilmiş performans sağlar.
- Halka açık bir yol veri kümesinde mevcut en gelişmiş yöntemlerden daha iyi performans gösterir.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Özet (abstract)
Road extraction from aerial images has been a hot research topic in the field of remote sensing image analysis. In this letter, a semantic segmentation neural network, which combines the strengths of residual learning and U-Net, is proposed for road area extraction. The network is built with residual units and has similar architecture to that of U-Net. The benefits of this model are twofold: first, residual units ease training of deep networks. Second, the rich skip connections within the network could facilitate information propagation, allowing us to design networks with fewer parameters, however, better performance. We test our network on a public road data set and compare it with U-Net and other two state-of-the-art deep-learning-based road extraction methods. The proposed approach outperforms all the comparing methods, which demonstrates its superiority over recently developed state of the arts.
Yazarların özeti; kaynağından alınmıştır. IEEE Geoscience and Remote Sensing Letters, 2018 · DOI ↗
Ücretsiz hesapla devam et
Makaleye Sor ile bu makaleye günde 3 soru ücretsiz; makaleyi kaydet, kaynakçasını al, ilgi alanına göre her gün yeni özetler. Çıkarımlar Premium.
Web'de ücretsiz devam etGoogle ya da Apple hesabınla giriş; kart istemez. Bu makaleye geri dönersin.
Telefonda:
Alan: Deniz (Okyanus) Mühendisliği
Ocean EngineeringEngineering