改进的遥感图像语义分割研究

作者：熊风光; 张鑫; 韩燮; 况立群; 刘欢乐; 贾炅昊

来源：计算机工程与应用, 2022, 58(08): 185-190.

• 语义分割
• 遥感
• 深度学习
• 上采样
• 膨胀率

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Unet、SegNet、HR-Net和DANet等当前主流分割方法。

• 出版日期2022
• 单位中北大学