特征融合注意力的遥感图像目标分割

作者：李继文; 徐杰杰; 刘光灿

来源：计算机工程与设计, 2023, 44(11): 3402-3410.

DOI：10.16208/j.issn1000-7024.2023.11.026

• 遥感图像
• 图像分割
• 深度学习
• 注意力网络
• 特征融合
• 空洞卷积
• 残差网络

针对遥感图像中目标尺度变化大，类别信息复杂，图像分割过程中特征提取困难等问题，提出一种特征融合注意力网络FFANet(feature fusion attention network)。使用空洞卷积搭建残差网络编码器，从空间和维度两个方面融合不同层级之间的特征，在解码过程中建立类别特征之间的依赖关系。在国际摄影测量与遥感学会(ISPRS)提供的Potsdam数据集和Vaihingen数据集上进行实验，所提方法的平均交并比MIoU(mean intersection union)分别达到74.4%和78.1%,有效提高了遥感图像的分割效果。

• 单位
  自动化学院; 南京信息工程大学