采用Ⅰ-PSPNet语义分割模型的高分辨率遥感影像某特种植物种植地块提取研究

作     者：卢志刚 陈芳淼 袁超 田亦陈 陈强 文美平 尹锴 杨光 LU Zhigang;CHEN Fangmiao;YUAN Chao;TIAN Yichen;CHEN Qiang;WEN Meiping;YIN Kai;YANG Guang

作者机构：中国科学院空天信息创新研究院北京100101 中国科学院大学北京100049 

出 版 物：《遥感技术与应用》 (Remote Sensing Technology and Application)

年 卷 期：2024年第39卷第1期

页      面：222-233页

核心收录：

学科分类：12[管理学] 0810[工学-信息与通信工程] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 0907[农学-林学] 090705[农学-野生动植物保护与利用] 081104[工学-模式识别与智能系统] 08[工学] 09[农学] 0835[工学-软件工程] 081002[工学-信号与信息处理] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：高分辨率对地观测系统重大专项“高分遥感在电子政务地理空间基础信息库建设与服务中的应用示范(二期)”(00-Y30B01-9001-22/23) 

主　　题：深度学习 语义分割 Ⅰ-PSPNet 某特种植物种植地块提取 高分辨率遥感影像 

摘      要：快速准确获取某特种植物种植地块的面积信息对于毒品产量估算和防范毒品犯罪活动等具有重要意义。针对高分辨率遥感影像中现有某特种植物种植地块检测算法无法同时快速获取位置信息与面积信息的问题,提出了一种适用于快速准确提取某特种植物种植地块的改进PSPNet语义分割模型。通过引入通道注意力SE模块解决了某特种植物种植地块分割存在孔洞的问题,加入Dice Loss损失函数改善了正负样本不平衡的问题,引入编码器—解码器结构使提取的某特种植物种植地块轮廓边界更精确。通过使用MobileNetv2骨干网络将模型预测速度提高了90%。改进得到的Ⅰ-PSPNet模型在某特种植物种植地块提取中MPA和MⅠoU达到95%和84%,检测效率达到84 fps。通过Ⅰ-PSPNet与UNet、Deeplabv3+、PSPNet 3个模型的对比实验表明,改进模型的预测精度和速度均优于上述3个模型,其中,MPA提高了24%、7.4%和7.7%,MⅠoU提高了19%、4.3%和4.9%,预测速度提高了57 fps、56 fps和40 fps。同时,改进后的模型对于RGB波段数据集和GF-2影像也有着良好的适用能力。研究提出的改进模型可用于快速精准获取某特种植物种植地块位置信息和面积信息,可以为禁毒部门快速发现非法种植某特种植物种植地块,客观评估非法种植规模,实施精准打击治理毒品非法犯罪活动提供技术支撑。