高分辨率遙感圖像語義分割在國土規(guī)劃、地理監(jiān)測、智慧城市等領(lǐng)域有著廣泛的應(yīng)用價值,但是現(xiàn)階段研究中存在相似地物和精細地物分割不準確問題。為解決這一問題,提出了一種新型的多尺度語義分割網(wǎng)絡(luò)MSSNet。它由編碼層、解碼層和輸出層組成。為解決相似地物的分割問題,編碼層使用深層網(wǎng)絡(luò)ResNet101充分提取地物特征,并在解碼層的解碼器中加入殘差塊,提高基于像素點的分類能力。為解決精細結(jié)構(gòu)地物的分割問題,解碼層中的解碼器加入了空洞空間金字塔池化結(jié)構(gòu)提取多尺度地物特征,以便精確分割不同尺度的地物。為了強化語義分割能力,輸出層合并了多個解碼器的輸出,為最終的預(yù)測提供了更多的信息。在兩個公開數(shù)據(jù)集Vaihingen和Potsdam上進行了實驗,分別取得了87%和87.3%的全局精確度,超過了大多數(shù)已發(fā)表的方法。實驗結(jié)果表明,提出的MSSNet能夠精確地分割相似地物和精細地物,并且具有訓練過程簡單和易于使用的優(yōu)點,非常適合進行高分辨率遙感圖像語義分割。

【文章頁數(shù)】：8 頁

【文章目錄】：
1 引言
2 相關(guān)工作
3 多尺度語義分割網(wǎng)絡(luò)
    3.1 編碼層
    3.2 解碼層
    3.3 輸出層
4 實驗與分析
    4.1 數(shù)據(jù)集描述
    4.2 實驗細節(jié)
    4.3 對比方法
    4.4 不同切塊策略實驗
    4.5 深度學習方法對比
        (1)Vaihingen數(shù)據(jù)集對比
        (2)Potsdam數(shù)據(jù)集對比
    4.6 基準方法對比
        (1)Vaihingen數(shù)據(jù)集對比
        (2)Potsdam數(shù)據(jù)集對比
    4.7 工程應(yīng)用與分析
5 結(jié)束語



本文編號：3866477