文献类型： 中文期刊
作者： 张雨姝 1 ; 戴佩玉 2 ;
作者机构： 1.武汉大学遥感信息工程学院
2.江苏省农业科学院
关键词： 遥感影像;云修复;深度学习;卷积神经网络
期刊名称： 测绘地理信息
ISSN： 2095-6045
年卷期： 2024 年 49 卷 002 期
页码： 81-86
收录情况： CSCD
摘要： 遥感影像的云修复是改善影像质量、降低数据成本的一种重要手段.使用Landsat 8影像研究卷积神经网络在云修复中的应用,提出一种影像信息重建的新式网络结构——边缘辅助的门控卷积网络(edge-guided gated convolutional network,EGCN).该网络以多时相数据作为含云影像上被遮挡信息的辅助数据,主干网络为多时空门控卷积网络(spa-tial-temporal based gated convolutional network,STGCN),在多尺度特征融合模块引入一种改进的非局部(non-local,NL)模块——门控非局部(gated non-local,GNL)来替代传统的卷积层,并以边缘特征提取网络(edge network,ENet)为分支,从边缘信息层面进行特征引导.实验结果表明,GNL模块和ENet的加入均有助于提升云修复效果.
- 相关文献
[1]基于卷积神经网络的水稻虫害识别. 梁万杰,曹宏鑫. 2017
[2]基于MS-PLNet和高光谱图像的绿豆叶斑病病级分类. 余骥远,高尚兵,李洁,陈新,李士丛,张浩淼,袁星星,唐琪. 2023
[3]基于Sentinel-2影像的淡水养殖水生动物类型识别研究. 金晶,毛星,张欣,刘杨,陆学文,任妮. 2022
[4]基于改进坐标注意力和U-Net神经网络的淡水养殖区提取. 张欣,戴佩玉,李卫国,任妮,毛星. 2023
[5]基于遥感数据融合的小麦种植面积提取. 李卫国,蒋楠. 2012
[6]基于三维重建的秸秆地单株水稻生长形态检测研究. 魏天翔,汪小旵,施印炎,王延鹏,王凤杰,张先洁,卜俊怡,杨四军. 2021
[7]基于改进YOLO v5复杂场景下肉鹅姿态的检测算法研究. 刘璎瑛,曹晅,郭彬彬,陈慧杰,戴子淳,龚长万. 2023
[8]基于改进DeepLabV3+的梨树冠层分割方法. 陈鲁威,曾锦,袁全春,夏烨,潘健,吕晓兰. 2024
[9]基于YOLO v7-RA的火龙果品质与成熟度双指标检测方法. 徐婷婷,宋亮,卢学鹤,张海东. 2024
作者其他论文 更多>>
-
利用空间-光谱双分支特征和动态选择的高光谱影像农作物分类
作者：戴佩玉;张欣;毛星;任妮;李卫国
关键词：遥感;高光谱影像;农作物分类;空谱联合特征;门控卷积;多输出特征约束
-
基于改进DeepLab v3+模型和迁移学习的高分遥感耕地信息提取方法
作者：毛星;金晶;张欣;戴佩玉;任妮
关键词：耕地信息提取;迁移学习;DEA-Net;高分遥感
-
基于改进坐标注意力和U-Net神经网络的淡水养殖区提取
作者：张欣;戴佩玉;李卫国;任妮;毛星
关键词：遥感;监测;卷积神经网络;Landsat;养殖面积;坐标注意力
