基于注意力机制改进的DeepLabV3+遥感图像分割算法

作     者：侯艳丽 盖锡林 HOU Yanli;GAI Xilin

作者机构：河北科技大学信息科学与工程学院河北石家庄050018 

出 版 物：《微电子学与计算机》 (Microelectronics & Computer)

年 卷 期：2024年第41卷第8期

页      面：53-61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：河北省重点研发计划(21355901D) 

主　　题：遥感图像分割 DeepLabV3+ 注意力机制 神经网络 深度学习 

摘      要：DeepLabV3+分割算法具有高效的编解码结构,常用在图像分割任务中。针对DeepLabV3+高分辨率遥感图像语义分割中存在的分割目标边缘不精确和孔洞缺陷问题,提出了一种基于注意力机制改进的DeepLabV3+遥感图像分割算法。构建ECBA(Efficient Convolutional Block Attention Module)注意力机制,将ECBA添加至DeepLabV3+主干网络Xception,增强其特征提取能力,得到注意力加权的高层特征。同时,将ECBA添加至编码器和解码器的连接支路,得到注意力加权后的低层特征。解码器将两种特征进行特征融合,以增强网络对不同分割目标的边缘以及同一目标内部的感知。实验结果表明,改进后的算法在ISPRS Potsdam数据集上的平均交并比(mean Intersection over Union,mIoU)和F1指数分别达到了79.80%和75.88%,比DeepLabV3+算法提高了11.06%和6.32%。