基于改进型U-Net的遥感云图分割方法

来源：电子测量技术杂志2022年第12期北京时间：

作者：崔志强，单慧琳，张银胜，吉茹

单位：1.无锡学院电子信息工程学院 江苏无锡 214105;2.南京信息工程大学电子与信息工程学院 江苏南京 210044

摘要：云检测是遥感图像预处理的重要步骤，云检测精度直接影响后续遥感图像应用的准确性，针对现有云与云阴影分割任务中，泛化能力差，误检漏检现象严重的问题，本文提出了一种改进型U-Net网络模型，该模型以U-Net为主干网络，加入高效通道注意力机制，修改激活函数。将遥感图像作为输入，放入基于高效通道注意力的U型云图分割模型中进行训练，在获得最优权重后，输出包含云区域、云阴影区域和背景区域的遥感图像分割结果。实验结果表明，相比于现有分割模型，本模型在云和云阴影的分割任务中参数量最低，准确率最高，泛化效果最好。

关键词：卷积神经网络; 语义分割; U-Net; 注意力机制

基金资助：国家自然科学基金（62071240）、校自然科学研究项目（2020yng001）资助