基于特征自适应选择网络的遥感图像语义分割

杨德志; 陈永贵

您当前的位置：

首页 >

文章列表页 >

基于特征自适应选择网络的遥感图像语义分割

技术热点研究 | 更新时间：2026-08-11

- 基于特征自适应选择网络的遥感图像语义分割
- 基于特征自适应选择网络的遥感图像语义分割
- 地理空间信息 2025年23卷第10期页码：1-4+38
- 作者机构：
  
  1. 北京东方至远科技股份有限公司
  2. 河南测绘职业学院
- 作者简介：
- 基金信息：
  
  河南省软科学研究计划资助项目（232400410141）
- DOI：
  中图分类号： TP751
- 纸质出版：2025
- 稿件说明：
移动端阅览
杨德志, 陈永贵. 基于特征自适应选择网络的遥感图像语义分割[J]. 地理空间信息, 2025,23(10):1-4+38.

杨德志, 陈永贵. 基于特征自适应选择网络的遥感图像语义分割[J]. 2025, 23(10): 1-4+38.
杨德志, 陈永贵. 基于特征自适应选择网络的遥感图像语义分割[J]. 地理空间信息, 2025,23(10):1-4+38. DOI：

杨德志, 陈永贵. 基于特征自适应选择网络的遥感图像语义分割[J]. 2025, 23(10): 1-4+38. DOI：

摘要

语义分割能够完成像素级的区域标注任务，在遥感图像处理领域发挥着重要作用。当前遥感图像分割的主要方法是采用多尺度策略来提高分割网络的性能。然而，高分辨率遥感图像中地物目标的尺度不确定性难以用常规模型进行分割。针对这一问题，设计了自适应特征选择网络用于遥感图像语义分割，其中注意力模块学习每个特征块在不同尺度下的权重贡献。在实验的过程中采用金字塔场景解析网络（PSPNet）

DeepLabV3和U-Net与所提出的方法在2个基准（Vaihingen数据集和WHU建筑数据集）上进行比较。实验结果和综合分析验证了该方法在遥感图像语义分割中的有效性和实用性。

Abstract

关键词

Keywords

references

Dongyue Chen,Shibo Shang,Chengdong Wu.Shadow-based Building Detection and Segmentation in High-resolution Remote Sensing Image[J].Journal of Multimedia,2014.

Rui Zhang,Guangyun Li,Minglei Li,Li Wang.Fusion of images and point clouds for the semantic segmentation of large-scale 3D scenes based on deep learning[J].ISPRS Journal of Photogrammetry and Remote Sensing,2018.

Abdur Raziq,Aigong Xu,Yu Li.Automatic Extraction of Urban Road Centerlines from High-Resolution Satellite Imagery Using Automatic Thresholding and Morphological Operation Method[J].Journal of Geographic Information System,2016(04).

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于深度特征聚合网络的高分辨率遥感图像语义分割

基于注意力机制与可变形卷积的遥感图像变化检测方法

交叉验证的半监督遥感图像分割方法

融入CBAM的Res-UNet高分辨率遥感影像语义分割模型

利用改进的U-Net的建筑物提取方法