基于边缘增强的遥感图像弱监督语义分割方法

来源：计算机工程与应用杂志2022年第20期北京时间：

作者：栾晓梅, 刘恩海, 武鹏飞, 张军

单位：1.河北工业大学 人工智能与数据科学学院，天津 300401；2.北京仿真中心 航天系统仿真重点实验室，北京 100854；

摘要：随着弱监督学习被应用于遥感图像语义分割，大大降低了模型训练的数据成本。然而，由于监督信息不足，类激活图难以准确激活出遥感图像中不同尺度大小的目标，这使得基于类激活图获得的伪分割掩码边缘粗糙，从而导致最终的分割结果不准确。此外，大部分的弱监督语义分割方法都是基于可视化的两阶段方法，模型复杂繁琐。针对上述问题，设计了一种基于边缘增强的端到端弱监督语义分割网络。在特征空间边缘增强模块中，以自监督方式引导网络学习遥感图像中尺寸不一的目标，并且，细化伪分割掩码的边缘；在输出空间边缘增强模块中，通过端到端训练提升分割精度，同时降低模型训练的繁琐度。在ISPRS 2D数据集上的实验结果表明，该方法在仅使用图像级标签的情况下MIoU分别为57.72%和59.45%，与其他方法相比，效果较好。

关键词：弱监督学习,遥感图像语义分割,自监督学习,边缘增强,端到端