作者:王忠武,王志盼,尤淑撐,雷帆,曹里,楊凱鈞
摘要:針對冰川提取存在云陰影、山體陰影、結冰湖泊等同物異譜、同譜異物導致難以有效區分的問題,設計了一種用于冰川提取的上下文感知深度學習語義分割網絡。首先引入resnet50作為基準編碼網絡,以實現冰川特征提取的精度和效率平衡,其次針對現有語義分割網絡存在上下文信息學習不足方面,設計了包括空洞卷積組塊和最大池化組塊的上下文信息提取層,以便更好地提取冰川的上下文信息。選擇多景樣本數據和驗證數據的多源遙感影像進行試驗,與現有基于特征指數的冰川提取方法、其他深度學習語義分割網絡方法進行定性和定量對比,結果表明本文網絡方法在結冰湖面等誤提取,陰影的漏提取,以及提取結果完整性等方面,具有較好的效果,驗證了本文方法的有效性與穩健性。
發文機構:自然資源部國土衛星遙感應用中心 邵陽學院城鄉建設學院 湖南省國土資源規劃院 國土資源評價與利用湖南省重點實驗室
關鍵詞:深度學習語義分割冰川提取deep learningsemantic segmentationglacier extraction
分類號: P237[天文地球—攝影測量與遙感]