文档名：基于多尺度语义编解码网络的遥感图像语义分割
摘要：针对遥感图像语义分割中存在的多层次信息提取和多尺度特征图上下文依赖性两个问题,本文分析现有处理方案,提出了一种综合运用多项技术的多尺度语义编解码网络(Multi-scaleSemanticEncoder-DecoderNetworks,MSEDNet).MSEDNet由编码与解码两部分构成.编码阶段,首先提出残差协同空间注意(ResidualsCoordinateSpatialAttention,RCSA)的MobileNetV3增强型模块,提取语义信息;其次,设计多层增强语义上下文模块(EnhanceSemanticContextModule,ESCM),提升多尺度结构特征图的表征能力.解码阶段,首先提出多核卷积与Focus并行的强化空间细节信息模块(StrengthenSpatialDetailInformationModule,SSDIM),增强浅层特征细节和结构信息;其次,设计了三元迭代多尺度特征融合(TripletIterativeMulti-ScaleFeatureFusion,TIMSFF)策略,强化图像深层全局语义信息与浅层局部细节特征的多尺度融合,提升分割精度.所提模型在ISPRSVaihingen和Potsdam数据集上验证,总体分割精度(OverallAccuracy,OA)分别达到95.699%、95.534%,平均F1-score(meanF1-score,mF1)分别提高2.661%和2.929%,且平均交并比(meanIntersectionoverUnion,mIoU)分别增长3.973%和4.012%.所耗参数量Param下降至6.77M.
Abstract：Thispaperanalyzestheexistedprocessingscheme,andproposesamulti-scalesemanticencoder-decodernetworks(MSEDNet)bycomprehensivelyusingmultipletechnologiesfortheproblemsinremotesensingimagesemanticsegmentationbothmulti-levelinformationextractionandmulti-scalefeaturediagramdependencecharacteristic.TheMSEDNetconsistsoftwoparts:encodingpartanddecodingpart.Intheencodingpart,theenhancedMobileNetV3withre-sidualscoordinatespatialattention(RCSA)isfirstlyproposedtoextractsemanticinformation,andthenamulti-layeren-hancedsemanticcontextmodule(ESCM)isdesignedtoimproverepresentationabilityofthemulti-scalestructurefeaturemap.Inthedecodingpart,astrengthenspatialdetailinformationmodule(SSDIM)basedonMulti-coreConvolutionandFocusParallelisproposedtoenhancethedetailsandstructuralinformationofshallowfeatures.Thentripletiterativemulti-scalefeaturefusion(TIMSFF)strategyisdesignedtostrengthenthemulti-scalecontextfusionbothdeepglobalsemanticin-formationandshallowlocaldetailfeatures,forimprovingthesegmentationaccuracy.Theproposedmodelhasbeenexperi-mentallyverifiedontheISPRSVaihingenandPotsdamdataset.Theoverallsegmentationaccuracy(OA)reached95.699%and95.534%respectively,themeanF1-score(mF1)increasedby2.661%and2.929%respectively,andthemeanintersec-tionoverunion(mIoU)increasedby3.973%and4.012%,respectively.Thenumberofparamdroppedto6.77M.
作者：梁燕 易春霞 王光宇 胡跃辉 Author：LIANGYan YIChun-xia WANGGuang-yu HUYue-hui
作者单位：重庆邮电大学通信与信息工程学院,重庆400065;信号与信息处理重庆市重点实验室,重庆400065重庆邮电大学通信与信息工程学院,重庆400065;移动通信教育部工程研究中心,重庆400065
刊名：电子学报 ISTICEIPKU
Journal：ActaElectronicaSinica
年，卷(期)：2023, 51(11)
分类号：TP183
关键词：遥感语义分割 多尺度语义上下文 注意力机制 空间细节 多尺度特征融合
Keywords：remotesensingsemanticsegmentation multi-scalesemanticcontext attentionmechanism spatialdetail multi-scalefeaturefusion
机标分类号：TP391.41G250TU731.5
在线出版日期：2024年2月1日
基金项目：基于多尺度语义编解码网络的遥感图像语义分割[
期刊论文] 电子学报--2023, 51(11)梁燕 易春霞 王光宇 胡跃辉针对遥感图像语义分割中存在的多层次信息提取和多尺度特征图上下文依赖性两个问题,本文分析现有处理方案,提出了一种综合运用多项技术的多尺度语义编解码网络(Multi-scaleSemanticEncoder-DecoderNetworks,MSEDNet)...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于多尺度语义编解码网络的遥感图像语义分割 Semantic Segmentation of Remote Sensing Image Based on Multi-Scale Semantic Encoder-Decoder Network
基于多尺度语义编解码网络的遥感图像语义分割.pdf
- 文件大小:
- 3.17 MB
- 下载次数:
- 60
-
高速下载
|
|
