多注意力融合的环高原湖泊遥感影像分割OACSTPCD
Remote Sensing Image Segmentation of Around Plateau Lakes Based on Multi-Attention Fusion
环高原湖泊区域土地类别监测为湖泊生态保护和土地资源规划提供了决策依据.针对此区域遥感影像中河流、建筑物及植被目标分布零散、尺度不均导致分割精度较低的问题,设计了融合类别与多尺度注意力的遥感语义分割网络.该网络采用编码-解码的端到端结构并以深度残差神经网络为基础构建类别与多尺度注意力模块.类别注意力对网络特征层进行初步分类与空间信息过滤,有利于网络关注类别信息以降低像素分类误差;多尺度注意力将混合域注意力和多尺度特征进行融合,为不同尺度特征建立上下文联系,改善分布零散小尺度目标固有的分割消弥问题.实验结果表明,在建立的环滇池区域遥感影像语义分割数据集上,本文设计的注意力融合语义分割网络测试精度在平均交并比和平均像素精度指标下分别达到77.4%和86.3%.从整体分割效果来看,融合类别与多尺度注意力分割网络在一定程度上解决了分布零散小尺度目标区域的分割消弥问题,对环高原湖泊区域精准监测和科学规划提供了有效依据.
何自芬;史本杰;张印辉;李素敏
昆明理工大学机电工程学院,云南昆明 650500昆明理工大学机电工程学院,云南昆明 650500昆明理工大学机电工程学院,云南昆明 650500昆明理工大学国土资源工程学院,云南昆明 650500
计算机与自动化
语义分割深度学习高原湖泊注意力机制多尺度遥感影像
《电子学报》 2023 (4)
复杂动态场景空时稀疏尺度广义目标分割方法研究
885-895,11
国家自然科学基金(No.62171206,No.62061022,No.61761024)
评论