NHNet——新型層次化遙感圖像語義分割網(wǎng)絡(luò)

打開文本圖片集

摘要：

深度學(xué)習(xí)分割方法是遙感圖像分割領(lǐng)域的熱點(diǎn)之一，主流的深度學(xué)習(xí)方法有卷積神經(jīng)網(wǎng)絡(luò)、transformer神經(jīng)網(wǎng)絡(luò)及兩者的結(jié)合。特征提取是圖像分割的重要環(huán)節(jié)，除了用卷積等方式提取特征，最近的研究聚焦于一些新的特征提取范式，如圖卷積、小波變換等。本文利用聚類算法的區(qū)域構(gòu)建屬性，將改進(jìn)的聚類算法用于骨干特征提取模塊，同時(shí)使用卷積和視覺transformer作為輔助模塊，以獲取更豐富的特征表述;在模塊基礎(chǔ)上，提出了一種新型層次化遙感圖像語義分割網(wǎng)絡(luò)（NHNet）;評估了NHNet語義分割的性能，并在LoveDA遙感數(shù)據(jù)集上與其他方法進(jìn)行比較。（剩余16566字）