生成对抗网络框架下的极化SAR图像语义分割

作者：喻玲娟; 郭钰婷; 曾昭鑫; 邵琪琪; 谢晓春

来源：测绘科学, 2023, 48(05): 68-77+91.

DOI：10.16251/j.cnki.1009-2307.2023.05.009

• 极化合成孔径雷达
• 语义分割
• 生成对抗网络
• DeepLabv3+
• 卷积神经网络

针对DeepLabv3+语义分割网络难以获取极化合成孔径雷达(PolSAR)图像数据分布的问题，该文提出了一种生成对抗网络(GAN)框架下的语义分割方法。其中，GAN的生成器为轻量级复数DeepLabv3+,它能充分提取PolSAR数据的幅度和相位中所蕴含的丰富目标特征，获取精细的语义分割结果；GAN的判别器为实数多分辨卷积神经网络，它和生成器进行对抗学习后，能进一步使得语义分割后的数据分布逼近于真实标签。4个PolSAR数据集的实验结果表明，该文所提方法比DeepLabv3+和轻量级复数DeepLabv3+具有更高的平均交并比、整体精度和平均像素精度。

• 单位
  江西理工大学; 赣南师范大学