深度语义分割网络的遥感影像水体提取

为探究深度语义分割网络在水体提取中的潜能,分别构建PSPNet、U-Net、DeepLabv3语义分割水体提取模型。使用哨兵二号影像作为数据源,首先利用水体指数作辅助创建水体标签数据,并建立水体语义分割数据集,然后构建PSPNet、U-Net、DeepLabv3网络模型并进行训练,从而获得最优的水体提取模型。选择归一化差异水体指数、最大似然法、支持向量机、随机森林与3个语义分割网络模型在相同的测试集下进行比较,结果表明:PSPNet、U-Net、DeepLabv3方法精度分别达到93.50%、95.00%、96.00%,相比其他提取方法,水体错分、漏分现象减少,水体提取精度提高,验证了语义分割网络在水体提取方面的有效性,其中DeepLabv3的适用性最好。