二维码（扫一下试试看！） | | 基于粒子群算法的多尺度反卷积特征融合的道路提取 | | Road Extraction Based on PSO Different Ratio Deconvolution Feature Fusion | | 投稿时间：2019-07-23 | | DOI：10.15918/j.tbit1001-0645.2019.198 | | 中文关键词:非结构化道路模式特征优化全卷积神经网络语义分割 | | English Keywords:unstructured roadpattern feature optimizationfull convolutional neural networksemantic segmentation | | 基金项目:国家自然科学基金资助项目（61603040，61433003）；云南省基础研究计划资助项目（201701CF00037）；云南省科技厅重点研发计划资助项目（工业领域）（2018BA070）；广东省科技创新战略专项资金（skjtdzxrwqd2018001） | | | 摘要点击次数:973 | | 全文下载次数:390 | | 中文摘要: | | 研究基于传统FCN算法下的不同比例的多尺度特征融合对于复杂场景下道路提取准确度的提高.针对复杂的航拍道路场景，设计了针对于农田环境下的FROBIT农田道路数据集，并使用全卷积神经网络（FCN）对FROBIT农田道路数据集和Massachusetts城市道路数据集进行道路提取工作.本文基于传统的FCN的网络，对其反卷积方式进行改进，采用粒子群算法（PSO）设计了不同比例的多尺度特征融合.通过将本文提出的Multi-Scale FCN网络与传统的FCN神经网络在FROBIT数据集和Massachusetts道路数据集上进行对比实验，结果表明Multi-Scale FCN网络相比于传统的FCN神经网络在提取精度上得到了提高. | | English Summary: | | To improve road extraction accuracy in complex scenes based on traditional FCN algorithm with different scales of multi-scale feature fusion,several works were carried out for the complex aerial road scene, designing a FROBIT farmland road dataset for farmland environment, extracting the road information from FROBIT dataset (farmland road) and Massachusetts road dataset (city road) based on full convolutional neural network (FCN), improving the deconvolution method based on traditional FCN network, implementing multi-scale feature fusion with different proportions based on particle swarm optimization (PSO). Comparing the multi-scale FCN network proposed in this paper with the traditional FCN neural network on the FROBIT dataset and the Massachusetts road dataset, the experimental results show that the multi-scale FCN network is superior to the traditional FCN neural network in extraction accuracy. | | 查看全文查看/发表评论下载PDF阅读器 | |
常昊天,冯径,段超凡,颜超,夏凯文.海洋监测数据多级传输控制[J].北京理工大学学报（自然科学版）,2020,40(6):648~654.CHANGHao-tian,FENGJing,DUANChao-fan,YANChao,XIAKai-wen.Multi-TierTransmissionCont ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21姜淑凤,刘宏发,周子业,崔超.间接法数字化印模及3D数据偏差对比实验研究[J].北京理工大学学报（自然科学版）,2020,40(8):841~848.JIANGShu-feng,LIUHong-fa,ZHOUZi-ye,CUIChao.ExperimentalComparisonofIndirect ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21李静,石欣欣,程志鹏,王军政.基于多通道融合和极线约束的道路检测与定位[J].北京理工大学学报（自然科学版）,2020,40(8):867~872.LIJing,SHIXin-xin,CHENGZhi-peng,WANGJun-zheng.RoadDetectionandLocationBasedo ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21张冬晓,陈亚洲,程二威,许彤.一种无人机数据链电磁干扰自适应新方法[J].北京理工大学学报（自然科学版）,2020,40(8):880~887.ZHANGDong-xiao,CHENYa-zhou,CHENGEr-wei,XUTong.ANewMethodforUAV'sDatalinkAdapti ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21葛蕴珊,王亚超,董红磊,宋彬,尹航,李泽林,杨正军.轻型车RDE窗口法在中国实际道路的适应性研究[J].北京理工大学学报（自然科学版）,2020,40(9):924~928.GEYun-shan,WANGYa-chao,DONGHong-lei,SONGBin,YINHang,LIZe-lin,YA ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21焦龙龙,罗森林,刘望桐,潘丽敏.结合路径标签和数据变异的模糊测试关键数据定位方法[J].北京理工大学学报（自然科学版）,2020,40(9):1009~1017.JIAOLong-long,LUOSen-lin,LIUWang-tong,PANLi-min.KeyDataLocationMethod ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21倪俊,姜旭,熊周兵,周波.无人车大数据与云控制技术综述[J].北京理工大学学报（自然科学版）,2021,41(1):1~8.NIJun,JIANGXu,XIONGZhoubing,ZHOUBo.OverviewofBigDataandCloudControlTechnologiesintheFiel ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21.北京理工大学学报2020年总目次（第40卷）[J].北京理工大学学报（自然科学版）,2020,40(12):1369~1386..[J].TransactionsofBeijingInstituteofTechnology,2020,40(12):1369-1386.二维码（扫一下试试看！）北京理 ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21张之得,王正杰,郝智渊.基于数据驱动的小型柔性翼飞行器控制研究[J].北京理工大学学报（自然科学版）,2021,41(2):177~185.ZHANGZhide,WANGZhengjie,HAOZhiyuan.ResearchonDataDrivenControlofaSmallFlexibleWi ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21孙一博,孟秀云,邱文杰.基于表格形气动数据的滑翔飞行器轨迹优化[J].北京理工大学学报（自然科学版）,2021,41(8):820~829,839.SUNYibo,MENGXiuyun,QIUWenjie.TrajectoryOptimizationofGlideVehiclesBasedonTab ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21
|
