基于CA-TransUNet的遥感图像道路分割

摘要：

针对在背景复杂、地物信息丰富的光学遥感图像中分割道路时存在漏判、误判的问题,提出一种基于CA-TransUNet的遥感图像道路分割方法.以含有多头自注意力的语义分割网络TransUNet为基准,在特征提取模块融入空洞空间金字塔池化,获得不同视野的特征图,通过对各通道信息的整合,增强对多尺度特征的提取;在级联的上采样模块加入混合注意力机制,减少上采样过程细节信息损失,抑制对无关边界信息的注意,并增强道路特征;选择Dice损失函数和二元交叉熵损失联合优化,使光学遥感图像的道路分割更加准确.实验结果表明,提出方法在DeepGlobe数据集上获得的IoU值和F1指数中分别达到56.53%、71.48%,准确率高达97.32%,均高于其他经典遥感图像道路分割算法.在分割周边背景复杂、受障碍物遮挡和细窄道路等情况的遥感图像时,改进的算法能够有效地进行道路分割.

关键词：遥感图像、道路分割、自注意力、空洞空间金字塔池化、注意力机制

分类号：TP391(计算技术、计算机技术)

资助基金：宁夏自然科学基金资助项目;宁夏大学研究生创新研究项目

在线出版日期：2023-08-25（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：112-118