引入残差和注意力机制的U-Net模型在水土保持遥感监管人为扰动地块影像自动分割中的研究

摘要

水土保持遥感监管项目中人们尝试引入神经网络模型算法实现人为扰动地块自动提取,但在实际应用中发现当地物类别复杂及地块影像纹理混淆情况下,应用经典的神经网络模型存在随着模型加深,信息容易丢失,对上下文信息利用不充分,模型对地块边界处理不够理想等。本文利用残差思想融合注意力机制改进U-Net,拟通过残差模块缓解模型退化,并通过注意力模块使模型对上下文信息利用更加充分,以改善遥感影像中人为扰动地块的分割效果。通过对比训练试验,本文方法对遥感影像中人为扰动地块的分割效果较好。