基于多残差网络的遥感图像语义分割方法

摘要：

高分辨率遥感图像含有许多较为复杂的地物信息,对其进行的语义分割存在分割精度低、分割边界模糊等问题.本文提出一种新型的多尺度语义分割网络模型,旨在提高遥感图像语义分割精度.该模型为编码—解码(Encoder-Decoder)网络结构,编码器利用残差网络对图像特征进行提取;解码器利用反卷积进行上采样;残差连接将提取到的高级语义特征与残差连接层提取到的多尺度特征进行融合;同时使用Dice损失函数代替传统的交叉熵损失函数,以处理多类语义分割任务中的类别数量不平衡和难分样本问题.实验可得:与其它经典分割模型相比,本文算法对遥感图像具有较高的分割精度,所提出的方法在"CCF卫星影像的AI分类与识别竞赛"的数据集上均交并比(Mean Intersection over Union,MIoU)值达到了0.8235,召回率Recall达到0.8914.

关键词：遥感图像、语义分割、U-Net、残差块、残差连接

所属期刊栏目：35

分类号：TP311.1(计算技术、计算机技术)

资助基金：山西省基础研究计划;山西省基础研究计划

在线出版日期：2021-06-21（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：245-252