基于CA-TransUNet的遥感图像道路分割

作者：龚轩; 郭中华^*; 陈旺

来源：计算机与现代化, 2023, (07): 112-118.

• 遥感图像
• 道路分割
• 自注意力
• 空洞空间金字塔池化
• 注意力机制

针对在背景复杂、地物信息丰富的光学遥感图像中分割道路时存在漏判、误判的问题，提出一种基于CA-TransUNet的遥感图像道路分割方法。以含有多头自注意力的语义分割网络TransUNet为基准，在特征提取模块融入空洞空间金字塔池化，获得不同视野的特征图，通过对各通道信息的整合，增强对多尺度特征的提取；在级联的上采样模块加入混合注意力机制，减少上采样过程细节信息损失，抑制对无关边界信息的注意，并增强道路特征；选择Dice损失函数和二元交叉熵损失联合优化，使光学遥感图像的道路分割更加准确。实验结果表明，提出方法在DeepGlobe数据集上获得的IoU值和F1指数中分别达到56.53%、71.48%，准确率高达97.32%，均高于其他经典遥感图像道路分割算法。在分割周边背景复杂、受障碍物遮挡和细窄道路等情况的遥感图像时，改进的算法能够有效地进行道路分割。