完全残差连接与多尺度特征融合遥感图像分割

编号 zgly0001721208

文献类型 期刊论文

文献题名 完全残差连接与多尺度特征融合遥感图像分割

作者 张小娟  汪西莉 

作者单位 陕西师范大学计算机科学学院 

母体文献 遥感学报 

年卷期 2020年09期

年份 2020 

分类号 TP751  TP183 

关键词 遥感图像分割  深度卷积神经网络  完全残差连接  多尺度特征融合  ISPRSVaihingen数据集  RoadDetection数据集 

文摘内容 遥感图像数据规模大,光照、遮挡等情况复杂,目标密集、尺度不一以及缺乏大量带标注图像用于训练深度网络等特点对遥感图像分割的完整性和正确性造成了更大的挑战。针对深度卷积网络中因多次卷积造成分辨率显著下降,像素类别预测精度降低的问题,本文在深度卷积编码—解码网络的基础上设计了一个采用完全残差连接和多尺度特征融合的端到端遥感图像分割模型。该模型具有两方面优点:首先,长距离和短距离的完全残差连接既简化了深层网络的训练,又为本层末端融入了原始输入信息,增强了特征融合。其次,不同尺度和方式的特征融合使网络能够提取丰富的上下文信息,应对目标尺度变化,提升分割性能。本文通过对ISPRS Vaihingen和Road Detection数据集做数据扩充并进行实验,分别从平均IOU、平均F1值两方面对模型进行评价。通过与目前先进的模型以及文献中的研究成果进行比较,结果表明本文所提模型优于对比模型,在两个数据集上的平均IOU分别达到了85%和84%,平均F1值分别达到了92%和93%,能够有效提高遥感图像目标分割的完整性和正确性。