顾及交叉注意力的高分辨率遥感影像果园分割算法

龚良雄; 谢仁平; 王红根; 刘传瑞

您当前的位置：

首页 >

文章列表页 >

顾及交叉注意力的高分辨率遥感影像果园分割算法

更新时间：2026-02-25

- 顾及交叉注意力的高分辨率遥感影像果园分割算法
- Vol. 22, Issue 12, Pages: 60-64(2024)
- 作者机构：
  
  1. 南昌市测绘勘察研究院有限公司
  2. 东莞理工学院计算机科学与技术学院
- 作者简介：
- 基金信息：
- DOI：
  CLC： TP751;S127
- Published：2024
- 稿件说明：
移动端阅览
龚良雄, 谢仁平, 王红根, et al. 顾及交叉注意力的高分辨率遥感影像果园分割算法[J]. 2024, 22(12): 60-64.
DOI：

龚良雄, 谢仁平, 王红根, et al. 顾及交叉注意力的高分辨率遥感影像果园分割算法[J]. 2024, 22(12): 60-64. DOI：

摘要

针对高分辨率遥感影像中果园类内特征丰富、果园与其他地类类间特征相似导致的果园提取效果不理想、分割精度低等问题，以DeepLabV3+语义分割模型为基础，在果园特征提取阶段参考特征金字塔结构，将ResNetSt作为模型骨干网络，并引入CCNet的交叉注意力机制，以加强模型跨特征提取及捕获全图像上下文信息的能力，从而改善果园的边缘提取效果并提高分割精度。利用南昌市部分县区年度变更调查数据库中的果园数据集，对所提出ResNetSt-DeepLabV3+网络模型进行了果园提取训练和验证实验。实验结果表明，基于该模型的果园分割精度优于原DeepLabV3+和其他常用语义分割模型，分割精度达到了78.63%。选取东湖区扬子洲镇和新建区金桥乡作为现实场景果园提取实验区域，模型的分割精度分别为77.16%和76.97%，与U-Net、PSPNet和DeepLabV3+语义分割模型相比，最小分别增长了5.86%、6.95%和4.51%。本研究所提出的ResNetSt-DeepLabV3+模型能够更准确地从高分辨率遥感影像中获取果园区域信息，有效提高了果园的分割精度。

Abstract

关键词

Keywords

references

陈玲玲,施政,廖凯涛,宋月君,张红梅.基于卷积神经网络的高分遥感影像耕地提取研究[J].农业机械学报,2022(09).

刘尚旺,张杨杨,蔡同波,唐秀芳,王长庚.基于改进PSPnet的无人机农田场景语义分割[J].灌溉排水学报,2022(04).

任鸿杰,刘萍,岱超,史俊才.改进DeepLabV3+网络的遥感影像农作物分割方法[J].计算机工程与应用,2022(11).

胡金梅,董张玉,杨学志.一种面向对象的高分辨率遥感影像信息提取方法[J].地理空间信息,2021(09).

张蕊,李锦涛.基于深度学习的场景分割算法研究综述[J].计算机研究与发展,2020(04).

苏腾飞,张圣微,李洪玉.基于超像素MRF的农田地区高分遥感影像分割[J].国土资源遥感,2018(01).

苏腾飞,李瑞平.面向对象的农田信息遥感影像分割算法[J].测绘科学,2016(03).

陈学森,王艳廷.力推果园生草建设生态文明[J].烟台果树,2014(01).

宋荣杰.基于高分辨率遥感影像的果园与设施农业用地提取方法研究[D].西北农林科技大学,2019(07).

Chen L-C,Zhu Y,Papandreou G,et al.Encoder-decoder with Atrous Separable Convolution for Semantic Image Segmentation[R].Proceedings of the European Conference on Computer Vision,2018.

Shelhamer Evan,Long Jonathan,Darrell Trevor.Fully Convolutional Networks for Semantic Segmentation.[J].IEEE transactions on pattern analysis and machine intelligence,2017.

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

融合超像素与Canny算子的遥感影像边缘检测方法

基于多源遥感影像的新增农村乱占耕地建房监测方法

高空间分辨率遥感影像填海造地识别方法研究

基于改进DeepLabV3+模型的遥感影像光伏提取研究

南海岛礁高分辨率遥感影像最优分割尺度确定

Related Author

陈炜

丁一

冯义楷

董志鹏

刘西宁

饶友琢

王慧慧

花卉

Related Institution

自然资源部北海预报减灾中心

自然资源部第一海洋研究所

广州海洋地质调查局三亚南海地质研究所

广东省国土资源技术中心

武汉汉达瑞科技有限公司

AI问答

⁰