DeepLab V3+网络在遥感影像中城市水体的提取方法

作者：张永洪; 孙路遥^*; 席梦丹

来源：西安文理学院学报(自然科学版), 2023, 26(02): 93-104.

• DeepLab V3+
• 遥感影像
• 城市水体
• 语义分割

针对目前高分辨率卫星影像水体提取分割尺度失真、边界不完整、低反射率地物错提等问题，采用了一种DeepLab V3+网络模型的水体语义分割的方法.该方法考虑下采样提取特征过程中损失的遥感影像细节特征，通过深度卷积神经网络模块(Deep convolution neural network, DCNN)和空洞空间金字塔池化模块(Atrous spatial pyramid pooling, ASPP),提高分割精度且能够适应不同尺度遥感影像的水体提取.利用高分二号遥感影像制作的国内多个地区水体数据集上的实验结果表明，该方法能够更完整提取遥感影像中的水体信息，在测试集上像素精度(Pixel Accuracy, PA)达到了91.07%,交并比(intersection over union, IoU)达到了71.33%,明显优于经典的全卷积网络(fully convolutional networks, FCN)和U-Net网络，这说明DeepLab V3+网络能够明显改善城市水体在高分辨率遥感影像的语义分割精度.

• 单位
  中石化石油工程设计有限公司; 西安航天宏图信息技术有限公司