深度卷积融合条件随机场的遥感图像语义分割

作者：李宇,肖春姣,张洪群,李湘眷,陈俊

摘要：为了实现高分辨率光学遥感图像的语义分割,提出了一种基于深度卷积融合条件随机场的图像语义分割方法。该方法在全卷积神经网络模型的基础上增加反卷积融合结构结合不同深度的池化层结果,将浅层的细节信息和高层的语义信息融入网络模型,同时将条件随机场的参数推断以迭代层的形式嵌入网络架构,搭建网络模型,在模型训练的正反向传播过程中综合利用遥感图像丰富的细节信息和上下文信息,实现端到端的遥感图像语义分割。在高分辨率遥感图像中进行的实验结果显示:随着模型中反卷积融合结构结合池化层深度的增加,语义分割处理精度逐渐提高,语义分割结果中的地物轮廓也更清晰、准确;上下文信息的引入也在一定程度上提高了图像语义分割的精度。实验表明该方法能够较好地保持语义对象内部区域的一致性,有效提高图像语义分割的精度。

发文机构：中国科学院遥感与数字地球研究所 西安石油大学计算机学院

关键词：遥感图像语义分割全卷积神经网络条件随机场remote sensing imagesemantic segmentationfully convolutional networksconditional random field

分类号： TP751[自动化与计算机技术—检测技术与自动化装置]