面向高分辨率遙感圖像的分割模型研究*
網絡安全與數據治理 10期
劉姝妍，何 柳，陶 劍，卓雨東，王浩東
（中國航空綜合技術研究所，北京100028）
摘要： 高分辨率遙感影像往往蘊含著豐富的地物信息、復雜的拓撲關系和多變的目標對象，給復雜環境下情報識別與分析帶來了挑戰。為了高效、快速、精確地獲取到遙感圖像中的關鍵信息，在主流圖像分割的編碼-解碼模式的基礎上，提出了一種全新的遙感圖像分割方法，內部引入了多種注意力機制以及多尺度的特征表示結構，增強了對遙感圖像的解譯能力，提升了最終的目標分割效果。在公開數據集上的實驗表明，所提方案可以在保持低參數量的情況下，明顯優于其余基線方法。
中圖分類號：TP751
文獻標識碼：A
DOI:10.19358/j.issn.2097-1788.2023.10.002
引用格式：劉姝妍，何柳，陶劍，等.面向高分辨率遙感圖像的分割模型研究［J］.網絡安全與數據治理，2023，42（10）：8-15.
文獻標識碼：A
DOI:10.19358/j.issn.2097-1788.2023.10.002
引用格式：劉姝妍，何柳，陶劍，等.面向高分辨率遙感圖像的分割模型研究［J］.網絡安全與數據治理，2023，42（10）：8-15.
Research on highresolution remote sensing image segmentation model
Liu Shuyan，He Liu，Tao Jian，Zhuo Yudong，Wang Haodong
(China AeroPolytechnology Establishment, Beijing 100028, China)
Abstract： Highresolution remote sensing images often contain rich ground object information, complex topological relationships, and variable targets, which bring challenges to the intelligence acquisition of missions. In order to efficiently, quickly and accurately obtain key information in remote sensing images, this paper proposes an innovative method for remote sensing image segmentation based on the encodingdecoding mode of mainstream image segmentation, which introduces a variety of attention mechanisms and multiscale feature representation structures to enhance the interpretation ability of remote sensing images and improve the final target segmentation effect. Experiments on public datasets show that the proposed scheme can significantly outperform other baseline methods while maintaining low parameter count.
Key words : high resolution remote sensing image; image semantic segmentation; attention mechanism
0 引言
無人駕駛飛機簡稱“無人機”（Unmanned Aerial Vehicle, UAV），是利用無線電遙控設備和自備的程序控制裝置操縱的不載人飛行器。與載人飛行器相比，它的造價通常較低，同時具有環境適應性強等優勢。搭載光電視覺系統的無人機可按需求靈活地獲取、存儲及傳遞信息［1］。為了從整體上提升無人機的態勢感知和信息處理速度，需要通過人工智能技術提升其對獲取的遙感圖像的自動處理能力。
人工智能技術作為計算機科學的一個分支，近些年在計算機視覺、自然語言處理、語音識別、機器人學以及知識工程等領域均取得了重大突破，這在很多方面得益于深度學習技術的發展。相比于傳統的方法，深度學習方法對計算機視覺中的圖像分類、目標識別和語義分割具有更好的效果，從而為無人機實現任務自主智能提供了基礎。
無人機或地面系統的任務自主智能主要體現在如何高效、快速、精確地獲取遙感圖像中的關鍵信息。圖像分割技術為遙感圖像內容識別和分析提供了有效途徑。遙感圖像分割技術旨在根據實際語義信息給遙感圖像進行像素級分類，將其劃分為一系列具有道路、橋梁、機場跑道、工業區等地物類別標簽的區域［2］。無人機采集到的高分辨率遙感圖像與自然圖像相比，具有場景復雜、光譜異質性高、圖像遮擋嚴重、偽影復雜等特點，對分割算法的性能要求更高。
本文詳細內容請下載：http://m.jysgc.com/resource/share/2000005732
作者信息：
劉姝妍，何柳，陶劍，卓雨東，王浩東
（中國航空綜合技術研究所，北京100028）
此內容為AET網站原創，未經授權禁止轉載。