基于渐进生长Transformer Unet的遥感图像建筑物分割

摘要

针对深度卷积神经网络在遥感图像地物分割任务中存在树木遮挡目标无法提取、小目标细节丢失等问题,提出了一种基于渐进生长机制的Transformer Unet(PGT-Unet)卷积神经网络模型,通过渐进式逐步增加输入图像的分辨率和模型的深度,使得模型首先在尺度较小的图像获得比较收敛的输出结果,之后在每个阶段可以集中注意力学习相邻尺度的特征信息,最终在原尺度图像上得到最后的建筑物分割结果;同时,在网络模型的编码阶段和解码阶段中引入了Transformer Block模块进行特征提取和特征融合,获得更大的感受野和更强的上下文塑造能力,达到提升模型灵敏度和精确度的目的。在Inria Aerial Image Labeling数据集的建筑物遥感图像上进行实验,结果表明,所提模型能够自适应学习到不同大小目标、遮挡目标的丰富细节特征,从而提升建筑物分割精度,分割结果的平均交并比(Intersection over Union, IoU)为0.775。