基于自蒸馏边缘细化的遥感图像语义分割

宋冠武; 李建军

doi:10.16088/j.issn.1001-6600.2025040201

广西师范大学学报（自然科学版） ›› 2026, Vol. 44 ›› Issue (2) : 65 -76. DOI: 10.16088/j.issn.1001-6600.2025040201

基于自蒸馏边缘细化的遥感图像语义分割

宋冠武, 李建军

作者信息 +

Author information +

文章历史 +

摘要

针对遥感图像语义分割过程中产生的边缘特征丢失与大量参数冗余现象，本文提出一种基于自蒸馏边缘细化的分割方法。首先基于EfficientNetB4构建主干网络；然后在自教师网络分支中引入轻量级边缘精细化模块(edge refinement module, ERM)以捕捉中间特征图的局部信息，保留被浅层神经网络过滤的中间边缘信息，从而提高遥感图像边缘像素分割精度；最后，使用每幅图像的二值类别标签为预测矩阵创建自适应多视角(self-adaptive multi-view, SAMV)向量，作为一种新知识指导编码器网络的训练，能更好地描述类内与类间分布，拟合层间与层内关系。在公开数据集DeepGlobe与Vaihingen上平均交并比分别达到72.4%和83.3%,对比实验表明，本文提出的方法能增强边缘特征的同时兼顾分割精度、模型参数与推理速度，在轻量化模型的同时具有良好的特征提取能力。