改进SegNet+CRF高分辨率遥感影像建筑物提取方法

作者：赵昊罡; 崔红霞^*; 张芳菲; 顾海燕; 穆潇莹

来源：计算机测量与控制, 2023, 31(07): 177-183.

DOI：10.16526/j.cnki.11-4762/tp.2023.07.026

• 语义分割
• 空洞金字塔池化模型
• 特征金字塔
• 全连接条件随机场
• 迁移学习

将传统的语义分割SegNet网络用于高分辨率遥感影像的建筑物提取时，分割的建筑物存在边界模糊、精度较低、错检漏检等问题；为了解决上述问题，提出一种改进SegNet网络+CRF语义分割方法；编码阶段的最低分辨率层引入空洞金字塔池化模型(ASPP,atrous spatial pyramid pooling),通过并行的空洞卷积操作扩大特征提取的感受野；解码阶段构建特征金字塔(FPN, feature pyramid networks)实现特征多尺度融合，弥补上采样过程中丢失的特征信息；最后，预测图像送入全连接条件随机场模型(CRF, fully connected/dense CRF)进行后处理，优化提取的建筑物边缘；实验表明，相较于原SegNet网络，改进方法的建筑物提取像素精度、召回率、平均交并比分别提高了0.48%、1.29%、2.36%。

• 出版日期2023
• 单位渤海大学; 中国测绘科学研究院