科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对DeepLabV3+进行遥感图像建筑物分割时存在小目标建筑物漏分、目标建筑物误分以及边界粘合的问题，本文提出一种改进DeepLabV3+的遥感图像建筑物分割方法。首先，在编码器阶段使用改进的密集空洞金字塔池化DenseASPP模块，获得更大的感受野和更密集的特征金字塔，并行加入条形池化模块，使主干网络有效利用长距离依赖关系。其次，在解码器阶段引入SE通道注意力模块，加强各通道间的关联性，以获取更丰富的边缘特征。最后，将SE模块优化后的特征与原特征进行融合，增强网络的分割性能。在WHU Building数据集上的实验结果表明，本文方法的建筑物分割结果在交并比(Iou)和F1指数上分别达到了92.33%和95.54%。
- 出版日期2023
- 单位青海师范大学
