[發明專利]一種用于遙感圖像語義分割的特征提取方法和分割系統

有效

• 申請號: 202110678322.1
• 申請日: 2021-06-18
• 公開（公告）號: CN113723411B
• 公開（公告）日: 2023-06-27
• 發明（設計）人: 王改華;翟乾宇;曹清程;甘鑫
• 申請（專利權）人: 湖北工業大學
• 主分類號: G06V10/26
• 分類號: G06V10/26;G06V10/70;G06V10/82;G06N3/0464
• 代理公司: 武漢科皓知識產權代理事務所(特殊普通合伙) 42222
• 代理人: 張火春

1.一種用于遙感圖像語義分割的特征提取方法，其特征在于，應用于特征提取模型，所述特征提取模型包括卷積模塊和多尺度卷積網絡，所述用于遙感圖像語義分割的特征提取方法，包括：

將遙感圖像輸入所述卷積模塊，以得到初始特征圖；

將初始特征圖輸入第一多尺度卷積模塊，得到第一特征圖；

將第二特征圖輸入第二多尺度卷積模塊，得到第二特征圖；

將第三特征圖輸入第三多尺度卷積模塊，得到第三特征圖；

將第四特征圖輸入第四多尺度卷積模塊，得到目標特征圖；其中，所述多尺度卷積網絡包括若干多尺度卷積模塊，每個多尺度卷積模塊均包括級聯的若干深度可分離卷積單元，所述深度可分離卷積單元包括多個卷積層，所述目標特征圖用于進行語義分割；

所述將初始特征圖輸入第一多尺度卷積模塊，得到第一特征圖，包括：

將初始特征圖分別輸入第一卷積子單元、第二卷積子單元、第三卷積子單元和第四卷積子單元，得到第一子特征圖、第二子特征圖、第三子特征圖和第四子特征圖；

將所述第一子特征圖、所述第二子特征圖、所述第三子特征圖和所述第四子特征圖拼接輸入第一調整卷積層，得到第一調整特征圖；

將所述第一調整特征圖和初始特征圖相加，得到第一候選特征圖；

將所述第一候選特征圖輸入第二深度可分離卷積單元，得到第二候選特征圖；

將所述第二候選特征圖輸入第三深度可分離卷積單元，得到第一特征圖。

2.根據權利要求1所述的用于遙感圖像語義分割的特征提取方法，其特征在于，所述多尺度卷積網絡包括第一多尺度卷積模塊、第二多尺度卷積模塊、第三多尺度卷積模塊和第四多尺度卷積模塊。

3.根據權利要求2所述的用于遙感圖像語義分割的特征提取方法，其特征在于，所述第一多尺度卷積模塊包括級聯的3個深度可分離卷積單元，所述第二多尺度卷積模塊包括級聯的4個深度可分離卷積單元；所述第三多尺度卷積模塊包括級聯的6個深度可分離卷積單元；所述第四多尺度卷積模塊包括級聯的3個深度可分離卷積單元。

4.根據權利要求3所述的用于遙感圖像語義分割的特征提取方法，其特征在于，對于屬于不同多尺度卷積模塊的任意兩個深度可分離卷積單元，所述任意兩個深度可分離卷積單元包括卷積核數量不同、卷積核尺寸相同、連接順序相同的多個卷積層。

5.根據權利要求2所述的用于遙感圖像語義分割的特征提取方法，其特征在于，所述第一多尺度卷積模塊包括級聯的第一深度可分離卷積單元、第二深度可分離卷積單元和第三多尺度單元，所述第一深度可分離卷積單元、第二深度可分離卷積單元和第三多尺度單元的結構相同。

6.根據權利要求5所述的用于遙感圖像語義分割的特征提取方法，其特征在于，所述第一深度可分離卷積單元包括第一卷積子單元、第二卷積子單元、第三卷積子單元、第四卷積子單元和第一調整卷積層。

7.根據權利要求6所述的用于遙感圖像語義分割的特征提取方法，其特征在于，所述第一卷積子單元包括級聯的：1×1卷積層、3×3深度可分離卷積層和1×1卷積層；所述第二卷積子單元包括級聯的：1×1卷積層、5×5深度可分離卷積層和1×1卷積層；所述第三卷積子單元包括級聯的：3×3最大池化層和1×1卷積層；所述第四卷積子單元包括：1×1卷積層。

8.根據權利要求2至7中任意一項所述的用于遙感圖像語義分割的特征提取方法，其特征在于，將初始特征圖輸入多尺度卷積網絡，得到目標特征圖之后，還包括：

將所述第三特征圖輸入混合定位模型，將所述目標特征圖輸入空洞空間金字塔模型，通過所述混合定位模型得到位置特征圖，通過所述空洞空間金字塔模型得到語義特征圖；

基于所述位置特征圖和所述語義特征圖確定分割圖像。