來源 |?雷達學報
智庫 |?云腦智庫(CloudBrain-TT)
云圈?|?進“云腦智庫微信群”,請加微信:15881101905,備注您的研究方向
聲明?|?本號聚焦相關知識分享，內容觀點不代表本號立場，可追溯內容均注明來源，若存在版權等問題，請聯系(15881101905，微信同號)刪除，謝謝
報告簡介
目前超像素已經廣泛應用于SAR圖像處理中。對同一張SAR圖像，超像素的數量遠少于像素，以超像素為處理單元可以極大提升分割算法的計算效率。但在目前以超像素為單元的分割算法中，超像素生成都是作為一個預處理步驟，與分割算法相互獨立。這意味著，一旦超像素分割算法的結果不佳，例如同一個超像素包含不同地物類型，這些錯誤會傳遞到最終的分割結果中。換句話說，分割算法的性能一定程度上受到超像素精度的干擾。對這一問題，提出了一種基于柔性超像素（soft superpixel）的SAR圖像快速分割方法。具體來說，首先，基于一種處處可微分的聚類方法，設計了一種結構簡單的面向SAR圖像的超像素生成網絡，該網絡輸出像素-超像素的關聯圖，即像素與被劃分到不同超像素的概率組成的矩陣。在分割部分，將分割后的超像素集看作是一個圖模型，對傳統圖卷積網絡進行改進，使其能夠以關聯圖為輸入，執行超像素級分割。該方法的優點是將超像素生成和圖像分割兩部分統一到一個深度網絡中，實現端到端的訓練。在訓練過程中，除了分割網絡的參數能夠更新，超像素生成子網絡的參數也能夠根據分割結果調整，使超像素形狀能夠更好的貼合SAR圖像中的地物邊界，直到兩個部分都獲得最佳參數。在對模擬和真實SAR圖像的分割實驗結果表明，該方法優于其他的超像素級SAR圖像分割算法，同時計算復雜度更低。該成果目前已經被TGRS期刊錄用。
報告PPT
博士簡介
－?The End －
版權聲明：歡迎轉發本號原創內容，轉載和摘編需經本號授權并標注原作者和信息來源為云腦智庫。本公眾號目前所載內容為本公眾號原創、網絡轉載或根據非密公開性信息資料編輯整理，相關內容僅供參考及學習交流使用。由于部分文字、圖片等來源于互聯網，無法核實真實出處，如涉及相關爭議，請跟我們聯系刪除。我們致力于保護作者知識產權或作品版權，本公眾號所載內容的知識產權或作品版權歸原作者所有。本公眾號擁有對此聲明的最終解釋權。
投稿/招聘/推廣/合作/入群/贊助?請加微信：15881101905，備注關鍵詞
“閱讀是一種習慣，分享是一種美德，我們是一群專業、有態度的知識傳播者
↓↓↓?戳“閱讀原文”，加入“知識星球”，發現更多精彩內容.
?分享?? 點贊?? 在看??@以“三連”行動支持優質內容！
