面向多源数据的多区域尺度协同高分遥感图像语义分割

林易丰, 陈光剑, 陈浩, 翁谦, 林嘉雯

小型微型计算机系统 ›› 2025, Vol. 46 ›› Issue (01) : 158 -166.

PDF
小型微型计算机系统 ›› 2025, Vol. 46 ›› Issue (01) : 158 -166. DOI: 10.20009/j.cnki.21-1106/TP.2023-0426

面向多源数据的多区域尺度协同高分遥感图像语义分割

    林易丰, 陈光剑, 陈浩, 翁谦, 林嘉雯
作者信息 +

Author information +
文章历史 +
PDF

摘要

在高分遥感图像语义分割中,为解决如何有效融合光谱信息与高程信息以分割相似光谱的不同地物的问题和通过捕获长距离依赖信息来提升局部地物识别精度,本文提出一种面向多源数据的多区域尺度协同语义分割方法.该方法包括:一种不等长的多分支语义分割网络,以有效提取多源特征,充分利用多源数据之间的互补信息;一个轻量级的协同注意力特征融合模块,用于在特征融合阶段有效地融合多分支特征;一种多区域尺度协同的数据增强方法,引导网络捕获长距离依赖信息.在ISPRS提供的公开数据集Vaihingen和Potsdam上的实验结果表明,与同类型主流方法对比,本文提出的方法具有更优的分割性能,且得到的地物细节信息更加完整,参数量也更小.

关键词

语义分割 / 高分遥感图像 / 数字表面模型 / 多源数据融合 / 协同注意力

Key words

引用本文

引用格式 ▾
面向多源数据的多区域尺度协同高分遥感图像语义分割[J]. 小型微型计算机系统, 2025, 46(01): 158-166 DOI:10.20009/j.cnki.21-1106/TP.2023-0426

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

65

访问

0

被引

详细

导航
相关文章

AI思维导图

/