基于U-Net的葡萄种植区遥感识别方法

摘要：

为提高葡萄种植区遥感识别精度,基于高分二号卫星遥感影像,对U-Net网络进行改进:从空间和通道维度自适应校准特征映射,以增强有意义的特征,抑制不相关的特征,提升地物边缘分割精度;减少下采样次数,使用混合扩张卷积代替常规卷积操作,以增大卷积核感受野,降低图像分辨率的损失,提高对不同尺寸地物的识别能力.实验结果表明,本文模型在测试集上的像素准确率、平均交并比和频权交并比分别为96.56％、93.11％、93.35％,比FCN-8s网络分别提高了 5.17、9.57、9.17个百分点,比U-Net网络提高了 2.39、4.59、4.39个百分点.此外,本文通过消融实验和特征可视化证明了注意力模块和混合扩张卷积在精度提升上的可行性.本文模型结构简单、参数量少,能够识别不同面积的葡萄种植区,边缘分割效果良好.

关键词：高分辨率遥感影像、高分二号、葡萄种植区、U-Net、注意力机制、混合扩张卷积

所属期刊栏目：53

分类号：TP751.1(遥感技术)

资助基金：宁夏智慧农业产业技术协同创新中心项目;国家自然科学基金;国家重点研发计划

在线出版日期：2022-06-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：173-182