终检评审通过 创新训练 520计算机科学技术 其他市级

本项目尝试将基于深度学习的自然场景图像语义分割算法应用到遥感图像识别问题上，使之对遥感图像仍然可以得以准确的识别结果。首先，本项目以CascadePSP架构中的改进模块为基础，通过提取FCN网络中不同层级的特征图并进行叠加，以保留更多原始图像中的局部信息（细节信息），实现对高分辨率图像语义分割精确度的提升。同时也是为针对遥感图像的准确识别打好基础。其次，本项目将依据空间关系模块和通道关系模块作为语义分割算法对遥感类图像迁移应用的指导。在网络特征图中使图像内部空间关系和高层语义特征相融合以保存图像上下文信息，使内部通道信息在特征图中得到增强以避免通道信息丢失，来实现强化网络在捕捉不同局部之间的长相关性，最终实现对图像更加准确的识别和分析。本项目的研究目的是实现针对遥感图像的解译能力的提升。