基于改进DeepLabV3+的石漠化地区裸岩信息提取

针对传统喀斯特地区裸岩提取方法成本高、精度低的问题，文章构建了一种基于改进DeepLabV3+的裸岩提取方法。该方法首先在编码器中用CA-DC-MobileNetV3替换DeepLabV3+骨干网络Xception进行特征提取，很大程度上减少了模型的参数量；其次，将编码器提取的特征通过特征金字塔网络和坐标注意力机制进行加强特征提取，以获取更多小目标信息并减少图像细节损失；最后在空洞空间金字塔池化模块将不同空洞率的卷积层进行特征融合，提高信息的利用率。研究结果表明：文章方法在不同场景裸岩提取任务中表现最好，模型参数量约为DeepLabV3+的1/13，交并比、F1分数分别为72.46%、84.03%，上述2个指标相比于DeepLabV3+模型分别提高了4.62和3.19个百分点，并优于其余常用语义分割模型，提高了裸岩提取精度。