基于改进SegNet网络的遥感图像语义分割方法研究

作者：关世杰; 刘继豪; 姜月秋^*

来源：兵器装备工程学报, 2023, 44(07): 237-242.

• 遥感图像
• 语义分割
• SegNet
• 深度学习
• 图像处理

遥感图像的语义分割在生产和生活中有着广泛的应用。针对常用的语义分割网络SegNet在遥感图像上对小目标和边缘细节分割精度不够理想的问题，对SegNet进行改进，提出EP-SegNet模型。该模型将激活函数由ReLU替换为ELU,以加快收敛速度，避免神经元死亡，去掉编码器最后一层的池化仅作卷积处理以降低空间信息的损耗，构建Bottleneck层以在加深网络的同时减少参数量，引入金字塔池化模块(PPM)以提升网络对全局信息的感知能力。实验结果表明：该模型的准确率为97.48%,高于SegNet模型3.31%,在图像分割中对边缘细节和多尺度目标的分割精度有较明显提升，较之前模型表现更优。

• 单位
  沈阳理工大学