基於深度學習的遙感圖像語義分割方法研究 王溢琴 9787518998494 【台灣高等教育出版社】

*完成訂單後正常情形下約兩周可抵台。
*本賣場提供之資訊僅供參考，以到貨標的為正確資訊。
印行年月：202212*若逾兩年請先於客服中心或Line洽詢存貨情況，謝謝。
台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。
書名：基於深度學習的遙感圖像語義分割方法研究
ISBN：9787518998494
出版社：科學技術文獻
著編譯者：王溢琴
頁數：138
所在地：中國大陸 *此為代購商品
書號：1525333
可大量預訂，請先連絡。

內容簡介

遙感圖像具有細節信息豐富、地物結構多樣、類別不平衡等特點，若將傳統語義分割演算法應用於遙感圖像，得到的效果並不理想且運算量巨大。為了提升遙感圖像語義分割的效率，本書充分利用卷積神經網絡的特徵提取能力，基於輕量級語義分割模型ENet，融入通道注意力機制和特徵融合策略，提出一種改進的輕量級實時語義分割網路模型EFSE-ENet，通過對通道維度上的特徵權重重新標定、多層級特徵信息的堆疊，實現了對高解析度遙感圖像的快速、精確分割，體現了其研究價值。

作者簡介

王溢琴，女，山西高平人，1980年生，碩士研究生。2004年畢業於太原師範學院計算機系，2007年畢業於天津師範大學計算機與信息工程學院，獲得工學碩士學位，現為晉中學院信息技術與工程系副教授。主要從事深度學習、圖像處理、在線行為分析及遠程教學等方面的科研與教學工作。近5年來，主持省級以上課題4項，指導省級大學生創新項目1項，指導學生在「互聯網+」大學生創新創業大賽中多次獲獎，發表學術論文20餘篇，其中SCI、EI收錄4篇。

目錄

1 緒論
1 1 研究背景及意義
1 2 深度學習與計算機視覺
1 3 國內外研究現狀
1 4 主要研究內容與章節安排
2 深度學習基礎
2 1 卷積神經網絡的基礎結構
2 2 卷積神經網絡的訓練與調優
2 3 經典卷積神經網絡模型
2 4 遷移學習
2 5 本章小結
3 基於像素分類的圖像語義分割方法
3 1 全卷積神經網絡
3 2 基於FCN的編碼-解碼結構語義分割方法
3 3 基於FCN的擴張卷積語義分割方法
3 4 基於FCN的GAN語義分割方法
3 5 基於FCN的輕量級語義分割方法
3 6 本章小結
4 一種改進ENet的遙感圖像語義分割方法
4 1 融合SE模塊的ENet網路架構
4 2 實驗環境配置
4 3 語義分割精度評價指標
4 4 常用數據集及數據增強
4 5 語義分割常用損失函數
4 6 實驗結果分析
4 7 本章小結
5 基於特徵融合的遙感圖像語義分割增強演算法EFSE-ENet
5 1 優化的EFSE-ENet網路模型
5 2 實驗設置
5 3 實驗結果分析
5 4 運行效率分析
5 5 演算法拓展
5 6 本章小結
6 總結與展望
6 1 總結
6 2 下一步研究工作
6 3 展望
參考文獻
縮略語對照表
詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於客服中心或Line或本社留言板留言，我們即儘速上架。

大陸簡體正版圖書，訂購後正常情形下約兩周可抵台。