[发明专利]基于多尺度解码网络的遥感图像语义分割方法

说明书

本发明公开了一种基于多尺度解码网络的遥感图像语义分割方法，包括以下步骤：将用来训练的高分辨率的遥感图像和其对应的标签图随机切割成小图像，网络结构分为编码和多尺度解码两部分，通过反池化路径、反卷积路径将编码信息分辨率扩大一倍，将其与空洞卷积的结果进行通道连接，通过反卷积上采样将特征图像恢复到原始尺寸，再将输出标签图输入PPB模块进行多尺度聚合处理，最后以交叉熵为损失函数，通过随机梯度下降的方式来更新网络参数；将测试图片顺序切割成的小图像输入到神经网络预测其对应的标签图，再将标签图拼接成原始大小。上述技术方案，在提高模型的分割精度的同时降低网络的复杂程度，节省训练耗时。

技术领域

本发明涉及机器视觉技术领域，具体涉及一种基于多尺度解码网络的遥感图像语义分割方法。

背景技术

语义分割是无人驾驶、医疗影像分析、地理信息系统等领域普遍关注的重要问题。语义分割是让计算机根据图像的内容来进行分割，分割是从像素的层面分割图片中的不同对象，对原图中的每个像素点进行标注，将其分类到不同的标签，而分割的精度则包含着对图像中信息的理解。遥感图像具有成像复杂、图片像素高、信息量大的特点，因此如何利用人工智能技术快速准确地从遥感图像中提取有用信息是机器视觉领域的研究热点。

基于神经网络的语义分割已有较多的研究。FCN(Fully convolutional network)是图像语义分割的经典框架，它以端对端的方式进行训练，并将训练好的分类网络用与语义分割；为了恢复图像的分辨率，FCN还利用反卷积进行上采样。与FCN不同的是，SegNet采用反池化的方法进行上采样，使得网络的参数远少于FCN。与FCN和SegNet相比，U-Net具有更对称的编码和解码结构，并且从编码到解码部分的跳跃连接有助于位置信息的恢复，但也使得网络结构变得复杂，需要更多的训练时间。上述网络结构常使用池化来增大感受野，但是池化在增大感受野的时候会造成空间分别率的降低。虽然通过空洞卷积来扩大感受野并且避免了分辨率丢失，并且利用不同空洞率的卷积可以捕获不同尺度的信息，但是空洞卷积采用稀疏采样的方式会局部信息缺失，使得远距离的信息缺乏相关性。在语义分割中大的感受野能够提供更多的全局信息，但会忽略局部信息。可以认为如何平衡感受野的大小是提高语义分割精度的关键之一，然而在保证分割精度的前提下，降低模型的复杂程度、训练时间也是应该考虑的问题。

发明内容

针对现有技术存在的不足，本发明的目的在于提供一种能够在提高模型的分割精度的同时降低网络的复杂程度，且能节省训练耗时的基于多尺度解码网络的遥感图像语义分割方法。

为实现上述目的，本发明提供了如下技术方案：一种基于多尺度解码网络的遥感图像语义分割方法，包括以下步骤：

(1)将用来训练的高分辨率的遥感图像和其对应的标签图随机切割成256×256像素的小图像，切割的图片分为两部分，一部分作为网络的训练集，另一部分作为验证集；

(2)网络结构分为编码和解码两部分，以分类网络的VGG16的前16层作为编码网络，解码网络由反池化路径、反卷积路径、空洞卷积路径三个路径构成，通过反池化路径、反卷积路径将编码信息分辨率扩大一倍，将其与空洞卷积的结果进行通道连接，通过反卷积上采样将特征图像恢复到原始尺寸，再将输出标签图输入PPB模块进行多尺度聚合处理，最后以交叉熵为损失函数，通过随机梯度下降的方式来更新网络参数；

(3)将测试图片顺序切割成256×256像素的小图像输入到神经网络预测其对应的标签图，再将标签图拼接成原始大小。

作为优选的，步骤(2)包括以下子步骤：

(1.1)将高像素的遥感图像随机裁剪成指定大小的图像碎片；

(1.2)采用VGG网络的前16层作为编码网络来提取预处理图像碎片的语义特征。

作为优选的，步骤(2)还包括以下子步骤：