终检评审通过 创新训练 520计算机科学技术 其他校级

本项目的主要研究内容是Google公司开发的DeepLabv3+算法，以及遥感图像的语义分割。DeepLabv3+使用可作为强大密集预测的工具——空洞卷积,这样可以有效控制分辨率；其次，DeepLabv3+提出了金字塔型的空洞池化（ASPP），可以在多尺度上对目标进行可靠分割，通过在多个学习率、多个感受野上用滤波器探测输入特征或执行池化操作，来匹配多尺度的上下文信息;第三，DeepLabv3+结合了深度卷积神经网络（DCNN）以及概率图形模型（probabilistic graphical model）以更好的匹配目标边界，通过逐渐恢复空间信息来捕捉更加精细的目标边界。DeepLabv3+是在DeepLabv3的基础上加入了一个简单有效的译码模块来改进分割结果，尤其是在目标边界处的分割结果。并将进一步将深度可分离的卷积应用到金字塔型的空洞池化（ASPP）和解码器模块上，以得到识别准确率的编码器-解码器网络。本项目要解决的问题是把DeepLabv3+应用在遥感图像的语义分割并提出改进方案。