Landsat影像冰川提取的上下文感知语义分割网络法

摘要：

针对冰川提取存在云阴影、山体阴影、结冰湖泊等同物异谱、同谱异物导致难以有效区分的问题,设计了一种用于冰川提取的上下文感知深度学习语义分割网络.首先引入r esnet50作为基准编码网络,以实现冰川特征提取的精度和效率平衡,其次针对现有语义分割网络存在上下文信息学习不足方面,设计了包括空洞卷积组块和最大池化组块的上下文信息提取层,以便更好地提取冰川的上下文信息.选择多景样本数据和验证数据的多源遥感影像进行试验,与现有基于特征指数的冰川提取方法、其他深度学习语义分割网络方法进行定性和定量对比,结果表明本文网络方法在结冰湖面等误提取,阴影的漏提取,以及提取结果完整性等方面,具有较好的效果,验证了本文方法的有效性与稳健性.

关键词：深度学习、语义分割、冰川提取

所属期刊栏目：49

分类号：P237(摄影测量学与测绘遥感)

资助基金：澜沧江-湄公河合作专项基金澜沧江-湄公河流域水资源分布和土地利用动态遥感监测技术应用示范

在线出版日期：2021-01-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1575-1582