改进的遥感图像语义分割研究

摘要：

近年来,随着遥感技术的不断发展,遥感图像在城市规划、农业规划及军事训练等领域有着极大的应用前景,对遥感图像的语义分割研究也变得尤为重要.提出一种基于改进Deeplabv3的遥感图像语义分割方法,通过改进单一的上采样层,利用主干网络中得到的残差进行多层上采样,保证图像在分辨率上的语义完整;同时,修改ASPP层中4层膨胀卷积的膨胀率,使得网络对小物体分割有更好的效果.实验结果表明:改进的Deeplabv3语义分割算法在自制的数据集上mIou和像素准确率达到了94.92％和98.01％,较原算法分别提高了3.77个百分点和2.40个百分点,不仅拥有更高的准确性,而且对各类地形的分割有更好的鲁棒性;同时,提出的分割方法也优于U-net、SegNet、HR-Net和DANet等当前主流分割方法.

关键词：语义分割、遥感、深度学习、上采样、膨胀率

所属期刊栏目：58

分类号：TP391(计算技术、计算机技术)

资助基金：国家重点研发计划;山西省重点研发计划;山西省重点研发计划;山西省自然科学基金;山西省自然科学基金;山西省回国留学人员科研资助项目;山西省研究生教育改革研究课题

在线出版日期：2022-04-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：185-190