深度辨别性增强网络高分影像语义分割

摘要：

针对高分遥感影像中同类地物方差大、类间方差小的现象所造成的错分问题,文章在分析深度网络分类器Softmax用于语义分割的基本原理的基础上,提出了基于深度辨别性增强网络的高分影像语义分割算法.该算法将Softmax中每一类对应的特征向量参数定义为该类对应的类别中心,在分类器Softmax中加入相似度惩罚因子,使得同类像素样本特征向量向其类别中心靠近,增加了深度特征的可辨别性.分别在高分二号数据集GID和SpaceNet Buildings 2个数据上进行实验.相比于对比算法,所提出的算法将GID数据的评价指标Kappa提高1.8,将SpaceNet Buildings数据的评价指标F1 Score提高1.6,证明其可以显著提升高分遥感影像的语义分割精度.

关键词：卷积神经网络、高分影像、语义分割、类别中心、辨别性

所属期刊栏目：36

分类号：TP753(遥感技术)

资助基金：天津市重点研发计划科技支撑重点项目;天津市重点研发计划院市合作项目

在线出版日期：2021-05-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：24-31