针对传统合成孔径雷达(SAR)图像道路识别步骤繁杂的问题,提出了一种新的基于深度学习的SAR图像道路识别方法。首先,在原有全卷积神经网络(FCN)的基础上通过改进激活函数构造一种新的卷积神经网络M-FCN,有效缓解了道路信息丢失问题;然后,将该卷积神经网络和自主构建的道路标签集应用于模拟SAR和真实SAR图像道路识别实验中,提高了鲁棒性。实验结果表明:与支持向量机(SVM)、传统全卷积神经网络和其他算法比较,该算法可以用来识别道路特征,并具有较高的精度和可靠性。
科研之友
微信
新浪微博
Facebook
分享链接
