基于改进Swin-Unet的遥感图像分割方法

打开文本图片集

摘 要：针对遥感图像数据本身存在分辨率高、背景复杂和光照不均等特性导致边界分割不连续、目标错分漏分以及存在孔洞等问题，提出了一种基于改进Ｓｗｉｎ-Ｕｎｅｔ 的遥感图像分割方法。在编码器末端引入空洞空间金字塔池化（ＡｔｒｏｕｓＳｐａｔｉａｌ Ｐｙｒａｍｉｄ Ｐｏｏｌｉｎｇ，ＡＳＰＰ） 模块，用于捕获多尺度特征，增强网络获取不同尺度的能力，充分提取上下文信息；将解码器端的Ｓｗｉｎ Ｔｒａｎｓｆｏｒｍｅｒ Ｂｌｏｃｋ 替换为残差Ｓｗｉｎ Ｔｒａｎｓｆｏｒｍｅｒ Ｂｌｏｃｋ，不仅保留了原始信息，又能够缓解模型出现梯度弥散现象；在跳跃连接中引入残差注意力机制，可以让模型更加关注特征图中的重要特征信息，抑制无效信息，从而提高模型分割的准确率。（剩余11236字）