%0 Journal Article %A 丁成 %A 翁理国 %A 夏旻 %A 崔逸尘 %A 钱俊豪 %A 刘佳 %T 多注意力机制网络卫星图像分割算法 %D 2021 %R 10.3778/j.issn.1002-8331.1911-0172 %J 计算机工程与应用 %P 223-229 %V 57 %N 2 %X

针对深度学习的语义分割法,在卫星图像分割中对半岛、小岛和湖泊细小支流的边缘信息提取丢失问题,提出了多注意力机制网络(MA-Net)卫星图像分割算法,弥补了边缘信息提取丢失问题。该算法的框架采用了端到端的对称结构,由编码和解码两部分组成。编码部分采用改进的VGG16网络提取湖泊的纹理特征,解码部分引入全局平均池化注意力融合机制(GPA),能够有效融合编码部分提取的纹理特征,得到高分辨率的卫星图像特征图。在网络的输出端加入注意力机制模块(Attention),充分提取湖泊边缘信息,有效分割出半岛、小岛和湖泊细小支流。实验结果表明,该模型相比现有语义分割算法,具有更好的分割精度,各项分割指标都有提升,并且在公共数据集City Scapes上验证了模型具有通用性。

%U http://cea.ceaj.org/CN/10.3778/j.issn.1002-8331.1911-0172