增强特征提取和解释的遥感图像语义分割模型

来源：计算机技术与发展杂志2025年第07期北京时间：

作者：于攀琳;吴旭*;张凌云;刘子涵

摘要：DeepLab V3+是一种具有 Encoder-Decoder 结构的语义分割模型,因其逐像素分类的特点适用于处理遥感图像的土地覆盖分类问题。 然而,下采样过程导致的特征图损失,会使连续大尺度地物的内部出现不连续无标签空洞区域,并且双线性插值算法会丢失分割边缘细节。 针对上述问题,该文提出了一种基于 DeepLab V3+改进的 V3plus-EN-TC 模型。将骨干网络替换为特征提取能力更强的 EfficientNet,引入 SE 模块和倒置残差链接,增强 Encoder 对通道信息和多尺度空间信息的感知与提取能力;融合三个层次的特征,并且采用转置卷积和双线性插值结合的上采样方法,提高 Decoder 的特征解释能力,抑制空洞区域的出现,提高边缘精度;利用 DiceFocal 联合损失函数,解决样本分布不平衡问题,并且进一步聚焦混合像元。 改进模型 V3plus-EN-TC 在预处理后的遥感数据集 GID 上,较 FCN、U-Net、SegNet、PSPNet、CBAM-DeepLab V3+、CRF-DeepLab V3+等模型,空洞区域显著减少,模型精度提升。 改进模型的平均交并比、 F1 分数、平均像素精度分别达到了 84. 74% 、88. 39% 、86. 64% 。

关键词：遥感图像;语义分割;DeepLab V3+;EfficientNet;转置卷积;损失函数