基于改进DeepLabV3+的轻量化SAR图像冰间水道分割

来源：计算机工程与应用杂志2025年第10期北京时间：

作者：宋巍, 祝敏, 石少华, 柳彬, 贺琪

单位：1.上海海洋大学 信息学院，上海 201306 ；2.自然资源部东海调查中心，上海 200137；3.上海海洋大学 海洋科学学院，上海 201306

摘要：冰间水道对极地航行具有重要意义。为获取准确实时的冰间水道分布情况，提出了一种基于DeepLabV3+的轻量化合成孔径雷达（synthetic aperture radar，SAR）图像冰间水道分割模型。采用MobileNetV3作为主干网络，提出改进的空洞空间金字塔池化模块（SE-GASPP）实现编码器部分轻量化及通道特征增强；采用局部注意力模块提取主干网络输出特征的局部信息，并提出形状保持模块生成形状注意力以关注水道形状信息和改进特征表示；联合形状损失与分割损失训练模型。为解决冰间水道分割任务训练数据有限的问题，利用SAR双极化数据构建数据集。实验结果表明，所提轻量化分割模型在参数量仅为DeepLabV3+的7.8%、浮点运算次数下降70.56%、推理速度提高10%的情况下，其平均交并比提高了4.92个百分点且优于其他分割模型，实现模型轻量化的同时具有较高的分割性能。

关键词：合成孔径雷达（SAR）,冰间水道分割,轻量化,局部注意力,形状注意力