Collaborative Network for Super-Resolution and Semantic Segmentation of Remote Sensing Images

计算机科学 分割 人工智能 图像分辨率 计算机视觉 图像分割 分辨率(逻辑) 块(置换群论) 交叉口(航空) 模式识别(心理学) 几何学 数学 工程类 航空航天工程
作者
Qian Zhang,Guang Yang,Guixu Zhang
出处
期刊:IEEE Transactions on Geoscience and Remote Sensing [Institute of Electrical and Electronics Engineers]
卷期号:60: 1-12 被引量:31
标识
DOI:10.1109/tgrs.2021.3099300
摘要

In the past few years, multitask learning (MTL) has been widely used in a single model to solve the problems of multiple businesses. MTL enables each task to achieve high performance and greatly reduces computational resource overhead. In this work, we designed a collaborative network that simultaneously solves the super-resolution semantic segmentation and super-resolution image reconstruction. This algorithm can obtain high-resolution semantic segmentation and super-resolution reconstruction results by taking relatively low-resolution images as input when high-resolution data are inconvenient or computing resources are limited. The framework consists of three parts: the semantic segmentation branch (SSB), the super-resolution branch (SRB), and the structural affinity block (SAB). Specifically, the SSB, SRB, and SAB are responsible for completing super-resolution semantic segmentation, image super-resolution reconstruction, and associated features, respectively. Our proposed method is simple and efficient, and it can replace the different branches with most of the state-of-the-art models. The International Society for Photogrammetry and Remote Sensing (ISPRS) segmentation benchmarks were used to evaluate our models. In particular, super-resolution semantic segmentation on the Potsdam dataset reduced Intersection over Union (IoU) by only 1.8% when the resolution of the input image was reduced by a factor of two. The experimental results showed that our framework can obtain more accurate semantic segmentation and super-resolution reconstruction results than the single model.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
CC2333完成签到 ,获得积分10
1秒前
卓矢完成签到 ,获得积分10
1秒前
jue完成签到 ,获得积分10
4秒前
GuangboXia完成签到,获得积分10
4秒前
研友_LN32Mn完成签到,获得积分10
12秒前
yinhe完成签到 ,获得积分10
15秒前
Singularity应助科研通管家采纳,获得10
18秒前
天天快乐应助科研通管家采纳,获得10
18秒前
Singularity应助科研通管家采纳,获得10
18秒前
传奇3应助科研通管家采纳,获得10
18秒前
范白容完成签到 ,获得积分10
19秒前
但大图完成签到 ,获得积分10
23秒前
启程牛牛完成签到,获得积分0
26秒前
侠医2012完成签到,获得积分10
27秒前
九天完成签到 ,获得积分10
30秒前
酱豆豆完成签到 ,获得积分10
32秒前
dent强完成签到 ,获得积分10
34秒前
Xx完成签到 ,获得积分10
43秒前
玩命的无春完成签到 ,获得积分10
47秒前
Bill Wang完成签到 ,获得积分10
49秒前
大气夜山完成签到 ,获得积分10
57秒前
邵翎365完成签到,获得积分10
1分钟前
Enchanted完成签到 ,获得积分10
1分钟前
starwan完成签到 ,获得积分10
1分钟前
绿色催化完成签到,获得积分20
1分钟前
woshiwuziq完成签到 ,获得积分10
1分钟前
丹丹完成签到,获得积分10
1分钟前
Jack80发布了新的文献求助50
1分钟前
Heidi完成签到 ,获得积分10
1分钟前
小绵羊完成签到 ,获得积分10
1分钟前
天行健完成签到,获得积分10
1分钟前
科研通AI2S应助孤巷的猫采纳,获得10
1分钟前
Summer_Xia完成签到,获得积分10
1分钟前
青黛完成签到 ,获得积分10
1分钟前
李新光完成签到 ,获得积分10
1分钟前
落后冬云完成签到 ,获得积分10
1分钟前
1661714136完成签到 ,获得积分10
1分钟前
S.S.N完成签到 ,获得积分10
2分钟前
小伊001完成签到,获得积分10
2分钟前
喜悦的香之完成签到 ,获得积分10
2分钟前
高分求助中
좌파는 어떻게 좌파가 됐나:한국 급진노동운동의 형성과 궤적 2500
Sustainability in Tides Chemistry 1500
TM 5-855-1(Fundamentals of protective design for conventional weapons) 1000
Cognitive linguistics critical concepts in linguistics 800
Threaded Harmony: A Sustainable Approach to Fashion 799
Livre et militantisme : La Cité éditeur 1958-1967 500
氟盐冷却高温堆非能动余热排出性能及安全分析研究 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3052652
求助须知:如何正确求助?哪些是违规求助? 2709874
关于积分的说明 7418267
捐赠科研通 2354446
什么是DOI,文献DOI怎么找? 1246020
科研通“疑难数据库(出版商)”最低求助积分说明 605951
版权声明 595921