SPANet: Successive Pooling Attention Network zur semantischen Segmentierung von Fernerkundungsbildern

In dem Convolutional Neural Network ist die präzise Segmentierung von Objekten im Kleinmaßstab und Objekträndern in Fernerkundungsbildern eine große Herausforderung. Mit zunehmender Tiefe des Modells können niedrige Merkmale mit geometrischen Informationen und hohe Merkmale mit semantischen Informationen nicht gleichzeitig erfasst werden. Um dieses Problem zu mildern, wurde ein Successive Pooling Attention Network (SPANet) vorgeschlagen. SPANet besteht hauptsächlich aus ResNet50 als Backbone, einem Successive Pooling Attention-Modul (SPAM) und einem Feature-Fusionsmodul (FFM). Genauer gesagt verwendet SPANet zwei parallele Äste, um hochgradige Merkmale über ResNet50 und niedere Merkmale über die ersten 11 Schichten von ResNet50 zu extrahieren. Anschließend werden sowohl hochgradige als auch niedere Merkmale an das SPAM-Modul weitergegeben, das hauptsächlich aus einem Successive Pooling Operator und einem Self-Attention-Untermodul besteht, um tiefere multi-skalen und auffällige Merkmale weiter zu extrahieren. Darüber hinaus werden die niederen Merkmale und hochgradigen Merkmale nach SPAM durch FFM fusioniert, um die Komplementarität räumlicher Informationen und geometrischer Informationen zu erreichen. Dieses Fusionsmodul mindert das Problem der genauen Segmentierung von Objektkanten. Schließlich werden die hochgradigen Merkmale und die verbesserten niederen Merkmale der beiden Äste fusioniert, um die endgültigen Vorhersageergebnisse zu erhalten. Experimente zeigen, dass das vorgeschlagene SPANet einen guten Segmentierungseffekt im Vergleich zu anderen Modellen auf zwei Fernerkundungsdatensätzen erzielt.