计算机工程与应用 ›› 2019, Vol. 55 ›› Issue (4): 219-224.DOI: 10.3778/j.issn.1002-8331.1808-0008
黄英来,刘亚檀,任洪娥
HUANG Yinglai, LIU Yatan, REN Hong’e
摘要: 针对传统方法进行图像分割易受噪声影响问题,提出了一种基于全卷积神经网络的林木图像分割方法。该方法不需要对图像进行预处理,利用上池化和反卷积层恢复图像分辨率,采用跳跃连接降低网络复杂度,同时避免了梯度消失问题,使用Dropout正则化随机激活网络隐藏单元以防止过拟合,后端结合全连接的条件随机场以恢复对象边缘的细节信息,进一步优化分割结果。该模型能够在林木图像上实现良好的分割。