一种自适应上采样的光伏面板分割算法研究

作者：宋灿; 吴谨; 朱磊; 邓慧萍

来源：小型微型计算机系统, 2021, 42(07): 1485-1491.

DOI：10.3969/j.issn.1000-1220.2021.07.024

• 光伏面板
• 遥感图像
• 深度学习
• 非局部操作
• 自适应上采样

光伏产业的面积统计是一个具有挑战性的问题,通过深度学习自动获取光伏面板的面积是一个可行的方案.为了快速准确地获取光伏面板的分布情况,本文设计了一个卷积神经网络模型用于提取遥感图像中的光伏面板.首先,以Res Net作为主干网络,结合金字塔池化模块构建了一个多尺度模型,以此表达各种尺度的光伏面板的视觉特征.然后,引入了非局部操作,融合长距离的上下文依赖关系,利用目标之间空间上的相关性更准确的提取前景目标.最后,提出了一种自适应上采样的方法,通过高分辨率输入图像的结构信息自适应地生成采样系数,指导低分辨率的语义特征图进行上采样,以此降低目标边缘模糊的问题.相比于三种较新的算法,在loU,精度和指标上F-Measure,本文的算法取得了最好的结果.

• 单位
  武汉科技大学