基于MS-UNet的Landsat影像云检测

作者：王海涛; 王一琛; 王永强; 钱育蓉^*

来源：激光与光电子学进展, 2021, 58(14): 87-94.

• 大气光学
• 云检测
• 遥感图像
• 深度学习
• 多尺度
• 空间条件

针对在进行RGB彩色遥感图像云检测研究时,云的形态多变导致对薄云、碎云的检测十分困难的问题,提出一种基于多尺度特征提取的U型网络(MS-UNet)。为了在获得更大感受野的同时保留图像更多的语义信息,提出了一种多尺度模块;在第一组卷积中引入FReLU(Funnel Rectified Linear Unit)激活函数,以获得更多的空间信息。经过下采样进一步进行特征提取,在上采样像素恢复中通过跳跃层将丢失的信息补全,将云的深层语义特征与浅层细节特征结合,以更好地实现对云的分割。实验结果表明,所提方法能有效地分割出薄云与碎云,与UNet、MF-CNN、SegNet、DeepLabV3ResNet50和DeepLabV3ResNet101网络相比,所提方法的总体精度分别提升了0.075,0.065,0.070,0.013,0.005。

• 单位
  新疆大学