基于生成对抗网络的遥感图像居民区分割

摘要

针对传统遥感图像居民区分割存在的孔洞和边缘不准确的问题,在研究传统滤波方法和全卷积网络方法的基础上,提出了一种新的生成式对抗网络(GAN)分割方法。构造全卷积网络作为生成网络(G),用于学习遥感图像居民区分布规律,生成居民区分割结果图(fake);设计一个卷积神经网络分类器,作为判别网络(D),用于区分生成网络分割结果图(fake)和人工标注结果图(label)。G试图欺骗D网络,D尽可能区分fake图,传播误差训练G网络,通过这种对抗式训练,使得G生成的fake图与label图尽可能相似,从而获得更好的分割结果。实验结果表明:基于GAN网络方法进行遥感图像居民区分割与Gabor滤波方法和FCN方法相比具有更好的鲁棒性。