基于CoT-UNet的复杂背景下遥感图像分割

扫码查看

原文链接

NETL

中文摘要：遥感图像的语义分割是遥感图像解译的核心任务之一.近年来,随着人工智能技术的不断发展,利用深度学习方法解译遥感图像已然成为了计算机视觉领域的热门话题.但是,由于遥感图像的高分辨率和大尺寸导致大多数网络的识别能力较差;由于遥感图像不同类别之间的尺度差异大,因此对于复杂背景下多类目标的分割仍然是一个难题.为了解决遥感图像的多尺度问题,提升网络的总体性能,提出了一种融合contextual transformer(CoT)模块的改进型UNet网络(CoT-UNet).具体来说,在UNet网络的编码器部分融合CoT模块,以提高主干网络对图像细粒度特征的提取能力.通过在公开数据集WHDLD进行实验,结果表明,提出的方法对于复杂背景下的遥感图像取得较好的分割效果.

作者：

ZHANG Xumei、张旭梅、SHI Yinni、史崟妮、BIAN Mingming、边明明、LI Lin、李琳

展开 >

作者单位：

北方工业大学信息学院,北京 100144

中国空间技术研究院,北京 100089

北方工业大学网信中心,北京 100144

关键词：

遥感图像语义分割深度学习 UNet网络特征提取

主办单位：

中国高科技产业化研究会

会议名称：

第十七届全国信号和智能信息处理与应用学术会议

会议时间：

2023-10-01

会议地点：

重庆

会议母体文献：

第十七届全国信号和智能信息处理与应用学术会议论文集

页码：

347-351

出版时间：

2023