改进SegFormer网络的遥感图像语义分割方法

由于遥感图像存在目标尺度多、小目标的语义信息不足等问题,现有算法对遥感图像中小目标和目标边界难以精准分割。为此提出了一种改进SegFormer网络的遥感图像语义分割方法,以级联的方式合并SegFormer编码器输出的多个尺度的特征。在合并高层语义信息特征时使用语义特征融合模块保留模糊边界;在合并细节信息特征时使用门控注意力机制模块过滤部分高层语义信息特征,减少其对细节信息特征的干扰。之后将多个尺度的特征上采样后连接,使用多局部通道注意力模块根据通道上下文关系重新校准连接特征的映射关系,增强最终的分割效果。在UAVid和ISPRS Potsdam数据集上的实验结果表明,改进SegFormer的分割方法优于比较的当前主流分割方法,对遥感图像中的小目标和边界有更好的语义分割效果。