论文研究基于全卷积神经网络的林木图像分割.pdf

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。