采用通道域注意力机制Deeplabv3+算法的遥感影像语义分割

作     者：徐长友 樊绍胜 朱航 XU Chang-you;FAN Shao-sheng;ZHU Hang

作者机构：长沙理工大学电气与信息工程学院湖南长沙410000 

出 版 物：《控制工程》 (Control Engineering of China)

年 卷 期：2023年第30卷第2期

页      面：368-375页

学科分类：0810[工学-信息与通信工程] 08[工学] 081002[工学-信号与信息处理] 

基　　金：国家自然科学基金资助项目(61473049) 

主　　题：深度学习 语义分割 注意力机制 Deeplabv3+ 遥感影像 

摘      要：为提取高分辨率遥感影像的典型地物,且针对Deeplabv3+在遥感图像分割任务中,边缘分割比较模糊,存在孔洞和遗漏分类的问题,基于深度学习提出在Deeplabv3+加入通道注意力机制模块以增强分割结果的方法。先通过深度卷积网络得到的高级特征图输入到通道注意力机制,进行通道间像素特征强化,再通过空间金字塔池获得多尺度输入图像,并且进行了类别不平衡的修正,提取出了完整的图像分割信息,实现了分割边界信息的优化。最后,通过采集广州市高分二号遥感影像进行遥感数据处理、标注、增强之后进行实验,对比经典语义分割网络U-Net、SegNet、PSPNet,结果表明,该方法的评估指标MIOU达到了96.19%,MPA达到了97.85%。