[发明专利]一种基于上下文信息和注意力机制的遥感图像道路分割方法

权利要求书

1.一种基于上下文信息和注意力机制的遥感图像道路分割方法，其特征在于：包括如下步骤：

步骤一：将遥感图像数据集按照一定的比例划分为训练集和测试集，所述遥感图像数据集通过遥感卫星获取，所述遥感图像数据集包括原始图像和经过人工标记的标签数据图像；

对训练集的遥感图像数据进行预处理，得到经过数据增强后的遥感图像；

步骤二：搭建遥感图像道路分割网络：所述遥感图像道路分割网络中包括上下文信息提取模块和注意力模块，搭建步骤包括：

步骤2.1：以U-Net网络模型作为基础网络，将U-Net网络模型中的编码器模块替换为在ImageNet数据集上经过预训练的Resnet-34网络作为编码器；

步骤2.2：在步骤2.1的基础上在U-Net网络模型上添加用于提高对图像上下文信息利用的上下文信息提取模块；

步骤2.3：将经过步骤2.1中预先训练的作为编码器的Resnet-34网络提取的图像特征经过与编码器对应的解码器模块部分，再通过注意力模块优化网络的跳跃连接部分，实现对遥感图像数据中的道路特征的最终分割；

步骤三：将步骤一中经过预处理的训练集数据输入至步骤二中的遥感图像道路分割网络中，对遥感图像道路分割网络的超参数进行初始化，对遥感图像道路分割网络进行训练；

训练完成后，将训练好的遥感图像道路分割网络模型参数进行保存；

步骤四：将测试集数据输入到步骤三中已经训练好的遥感图像道路分割网络中，输出图像道路数据的精确分割结果。

2.根据权利要求1所述的一种基于上下文信息和注意力机制的遥感图像道路分割方法，其特征在于：所述步骤一中对训练集的遥感图像数据进行预处理包括图像裁剪和对训练集中原始图像进行数据增强；

所述图像裁剪具体为：将训练集中的遥感图像裁剪为尺寸为1024像素*1024像素、分辨率为0.5米每分辨率的图像；

所述数据增强包括：将训练集中的图像进行图像旋转、图像色彩调节、图像垂直与水平翻转。

3.根据权利要求2所述的一种基于上下文信息和注意力机制的遥感图像道路分割方法，其特征在于：所述步骤2.1作为编码器的预先训练的Resnet-34网络的结构如下：

第一层为卷积层：从初始块开始，进行卷积核大小为7×7、步长为2的卷积；

第二层为最大池化层：初始块之后的步长为2的最大池化层；

所述Resnet-34网络的在最大池化层后设置有多个重复的残差块，所述残差块中的第一个卷积操作以步长为2的卷积实现下采样，所述残差块中的第二个及其之后的卷积操作使用步长为1的卷积操作，所述残差块中设置有用于加快网络收敛的短路连接。

4.根据权利要求3所述的一种基于上下文信息和注意力机制的遥感图像道路分割方法，其特征在于：

所述注意力模块用于实现对跳跃连接传递的特征进行加权，对目标区域的特征信息进行强化；

所述注意力模块的输入数据为上采样的上一层特征图和下采样层同层的特征图，然后将输入数据进行一个pixel权重图的构建，最后将权重图对跳跃连接传递的特征图进行处理，得到进行权重加权的特征图。

5.根据权利要求4所述的一种基于上下文信息和注意力机制的遥感图像道路分割方法，其特征在于：所述注意力模块中的权重图的构建步骤为：

首先对输入的上采样的上一层特征图和下采样层同层的特征图这两幅特征图进行特征降维；

然后将降维后的两幅特征图进行特征部分的相加；

再对相加后的特征图经过线性修正和sigmoid函数层处理；

最后得到特征像素的权重图。