结合密集注意力和并行上采样的遥感图像道路分割方法

摘要

针对高分辨率遥感图像中道路分割算法精度低的问题，本发明提出一种结合密集注意力和并行上采样的遥感图像道路分割方法。本方法包括如下步骤：步骤1、设计密集空洞空间金字塔注意力模块（Dense Atrous Spatial Pyramid Attention，DASPA）；步骤2、设计多路并行上采样结构（Multi‑channel Parallel Upsampling，MPUpsample）；步骤3、搭建遥感图像道路分割网络，其中密集空洞空间金字塔注意力结构作用于编码器和解码器的中心部分，多路并行上采样模块作用于解码器部分；步骤4、在公开的遥感图像道路信息提取数据集上对提出的网络模型进行训练和测试；步骤5、将本发明方法的分割结果与目前先进的遥感图像道路分割方法进行比较分析。本发明方法在DeepGlobe公开数据集上能显著提高遥感图像道路分割性能，在遥感图像领域具有极大的应用价值。