| 遥感图像语义分割的空间增强注意力U型网络 |
| |
| 引用本文： | 宝音图,刘伟,李润生,李钦,胡庆.遥感图像语义分割的空间增强注意力U型网络[J].北京航空航天大学学报,2023(7):1828-1837. |
| |
| 作者姓名： | 宝音图 刘伟 李润生 李钦 胡庆 |
| |
| 作者单位： | 1. 中国人民解放军战略支援部队信息工程大学数据与目标工程学院;2. 中国人民解放军31401部队 |
| |
| 基金项目： | 国家自然科学基金(41901378)~~； |
| |
| 摘 要： | 针对基于深度学习的语义分割模型在解析遥感图像时，小尺寸目标和目标边界存在分割不准确的问题，提出一种U型网络模型SGE-Unet。该模型通过优化网络结构加强模型的特征提取能力；融合空间组增强注意力，提升模型对上下文语义信息的解析能力；采用中值频率平衡交叉熵损失函数抑制类别分布不均衡的影响。在2个数据集上进行实验，SGE-Unet的整体准确率、平均交并比、■分数和Kappa系数均高于主流模型，Vaihingen数据集中小尺寸目标车的交并比和F1分数分别为0.719和0.901，比次优模型提升了16%和11%，实验结果表明所提模型能更精准地分割小尺寸目标及目标边界。
|
| 关 键 词： | 遥感图像 语义分割 深度学习 注意力 损失函数 |
|
|
