基于改进DeeplabV3+的遥感图像分割算法

来源：电子测量技术杂志2022年第21期北京时间：

作者：黄聪，杨珺，刘毅，谢鸿慧

单位：江西农业大学软件学院 南昌 330045

摘要：针对高分辨率遥感图像语义分割存在地物边缘分割不连续、小目标分割精度不高的缺陷，本文提出一种基于改进DeeplabV3+的遥感图像分割算法，该算法首先使用分散注意力网络ResNeSt替换DeeplabV3+原始主干网络Xeception，以提取更丰富的深层语义信息，从而提高图像分割精度；其次引入坐标注意力机制（Coordinate Attention，CA），有效获得更精确的分割目标位置信息，使得分割目标边缘更加连续；最后在解码层中采用级联特征融合方法（CFF）提高网络的语义信息表征能力。试验结果表明，该算法在中国南方某城市的高清遥感图像数据集分割任务上mIoU高达97.07%，相比原始DeepLabV3+模型提高了3.39%，能够更好地利用图像语义特征信息，为解译遥感图像语义信息提供一种新的思路。

关键词：遥感图像; DeepLabV3+;ResNeSt;注意力机制;特征融合

基金资助：江西省自然科学基金-面上项目（20212BAB205009）、江西省教育厅科技基金项目( GJJ13266，GJJ180374，GJJ170303)