基于多特征图金字塔融合深度网络的遥感图像语义分割

• 作者: 于泓峰 刁文辉 张文凯 赵斐 闫志远
• 来源期刊: 电子与信息学报
• 学科: 工学
• 关键词: 语义分割 深度卷积神经网络 特征图融合 金字塔池化
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 论文
• 页码范围: 2525-2531
• 页数: 7页
• 分类号: TP391.41
• 字数: 4309字
• 语种: 中文
• DOI: 10.11999/JEIT190047

摘要

在遥感图像语义分割中,利用多元数据(如高程信息)进行辅助是一个研究重点.现有的基于多元数据的分割方法通常直接将多元数据作为模型的多特征输入,未能充分利用多元数据的多层次特征,此外,遥感图像中目标尺寸大小不一,对于一些中小型目标,如车辆、房屋等,难以做到精细化分割.针对以上问题,提出一种多特征图金字塔融合深度网络(MFPNet),该模型利用光学遥感图像和高程数据作为输入,提取图像的多层次特征,然后针对不同层次的特征,分别引入金字塔池化结构,提取图像的多尺度特征,最后,设计了一种多层次、多尺度特征融合策略,综合利用多元数据的特征信息,实现遥感图像的精细化分割.基于Vaihingen数据集设计了相应的对比实验,实验结果证明了所提方法的有效性.