[发明专利]基于注意力多尺度特征融合的遥感图像语义分割方法

权利要求书

1.一种基于注意力多尺度特征融合的遥感图像语义分割方法，其特征在于，包括如下步骤：

S10，搭建基于注意力多尺度特征融合的初始语义分割网络；该步骤具体包括：

S11，建立预设分辨率图像的深度语义分割网络特征编码器；

S12，构造特征解码器；

S13，根据所述深度语义分割网络特征编码器和所述特征解码器确定所述初始语义分割网络；

S20，构建训练数据集，采用所述训练数据集并对基于注意力多尺度特征融合的语义分割网络进行参数训练，得到基于注意力多尺度特征融合的模型语义分割网络；该步骤具体包括：

S21，将原始数据集语义真值标签使用最邻近插值法进行压缩，对原始数据集进行边界检测，获取边界真值标签，以确定训练数据集；

S22，将所述训练数据集输入所述初始语义分割网络进行网络参数训练，依据训练结果确定模型语义分割网络；

S30，将待测数据输入所述模型语义分割网络，以对所述待测数据进行语义分割；该步骤具体包括：

S31，将测试数据集输入所述模型语义分割网络，得到每张遥感图像的语义分割结果；

S32，使用MIoU作为评价指标来评价所述模型语义分割网络的性能。

2.根据权利要求1所述的基于注意力多尺度特征融合的遥感图像语义分割方法，其特征在于，步骤S11包括：

S1111，将原始图像分辨率下采样为1/2，输入深度残差网络ResNet50；

S1112，使用三个3×3卷积层来取代深度残差网络第一阶段的7×7的卷积层，并在每个阶段后加入dropout层；

S1113，在深度残差网络第三阶段的第一个残差块的输出R1后加入下采样层，将其特征图的大小进一步缩小为原来的1/32，并继续输入到深度残差网络中，得到特征图R2；

S1121，将特征图R2分别进行四次平均池化，池化核大小分别为1×1，3×3，5×5，7×7；

S1122，将池化层的输出通过双线性插值得到与R2大小相同的特征图P1、P2、P3、P4；

S1123，进行逐像素相加使A＝P1+P2+P3+P4+R2；

S1124，通过AveragePooling，conv1x1，batch norm和sigmoid激活函数计算R2的注意力图，并将注意力图与A逐像素相乘，形成多尺度注意力优化模块的最终输出F1。

3.根据权利要求2所述的基于注意力多尺度特征融合的遥感图像语义分割方法，其特征在于，步骤S12包括：

S121，将最终输出F1经过卷积核为1×1的卷积层，得到特征图D1；

S 122，将D1、R1输入多尺度特征融合模块，得到大小为原始图像的1/16的特征图O1；

S123，将O1和ResNet50网络的第二阶段的输出特征再次输入多尺度特征融合模块，得到大小为原始图像的1/8的特征图O2；

S124，将分辨率为1024×1024的原始图像经过三个步长为2、卷积核大小为3×3的卷积层，从而得到尺寸为原始图像的1/8的特征图X1；

S125，使用Concatenate层，将X1与O2相叠加，然后接入一个3×3的卷积层，得到尺寸为原始图像的1/8的特征图X2；

S126，将X1、X2输入边界增强模块，得到大小为原始图像的1/4的特征图X3；

S127，采用双线性插值对X1进行上采样，得到特征图Y1；

S128，使用Concatenate层，将X3与Y1相叠加，然后接入一个3×3的卷积层，得到尺寸为原始图像的1/4的特征图Y2；

S129，在训练阶段，在Y2后添加卷积层和全连接Softmax分类器，设置卷积层的通道数为遥感数据集语义分割的类别数n_class，得到尺寸为原始图像的1/4的特征图Y3并产生语义损失函数