基于分支合并策略的轻量级遥感图像分割

摘要：

为有效解决现有遥感图像分割网络在提升分割精度时带来大量参数和计算量的问题,提出基于分支合并策略的轻量级语义分割网络.网络的两个分支分别为全局语境分支和空间信息分支.全局语境分支采用轻量级网络CGNet(context guided network)的思想作为基网络提取像素级别和分割级别的上下文纹理特征,空间信息分支采用三层卷积提取图像的空间特征,通过特征融合模块将两种特征融合,设计加权的多尺度交叉熵损失函数增强小目标分割效果.在开源遥感数据集上实验,其结果验证了该网络在同等条件下利用较少的资源能达到较高的精度.

关键词：卷积神经网络、遥感图像、语义分割、分支合并策略、轻量化网络

所属期刊栏目：43

分类号：TP391(计算技术、计算机技术)

在线出版日期：2022-12-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：3210-3216