首页 > 论文 > 激光与光电子学进展 > 57卷 > 14期(pp:141004)

用于多光谱语义分割的LBP特征增强神经网络

  • 摘要
  • 论文信息
  • 参考文献
  • 被引情况
分享:

摘要

为了提升多光谱图像语义分割的精度,本文提出了一种基于局部二值模式(LBP)特征增强的语义分割神经网络模型。该模型通过两个大小分别为3?3和5?5的LBP特征提取算子,对原始红外图像进行边缘信息提取,获得边缘特征图。将原始RGB图像、红外图像和获得的LBP特征图输入到一个包含34层残差网络的模型中进行语义分割。实验结果表明,本文提出的基于LBP特征增强的神经网络模型,在RGB-Thermal数据集上取得了60.7%的平均准确率和51.9%的平均交并比,明显优于其他对比文献。同时在可视化结果上,本文的结果也更加清晰准确。

Newport宣传-MKS新实验室计划
补充资料

DOI:10.3788/lop57.141004

作者单位:

    天津大学
    天津大学 电子信息工程学院
    天津大学
    天津大学
    天津大学

引用该论文

史兴萍,徐江涛,蒋永唐,秦书臻,路凯. 用于多光谱语义分割的LBP特征增强神经网络[J].激光与光电子学进展,2020,57(14):141004.