科研之友
微信
新浪微博
Facebook
分享链接
摘要
遥感图像分割在城市规划、土地资源管理、交通规划等领域中发挥了重要作用，但是遥感图像中环境复杂、地物尺度差别较大，给遥感图像的分割带来一定难度。采用一个结合通道注意力的特征融合模块，替代Deeplabv3+网络中的解码器部分，以自适应地从高层特征引导的低层特征中选择有用的空间细节特征，并筛选相关干扰信息。其中通过通道注意力机制来得到加权后的高层特征，有利于提取全局上下文以及更有效的语义信息，并利用加权后的高层特征指导提取精细化的低层特征信息，以保留更多的图像边缘、纹理等信息。在INRIA Aerial Image高分辨率遥感图像数据集上进行训练和测试，并与相关模型进行对比，研究结果表明，改进后的Deeplabv3+网络在遥感图像分割中性能优异，改善了目标边缘以及小尺度目标物体的分割效果，具有一定的研究和应用价值。
- 单位
