Redes de Fusão DSM de Ponta a Ponta para Segmentação Semântica em Imagens Aéreas de Alta Resolução

A segmentação semântica em imagens aéreas de alta resolução é um problema de pesquisa fundamental no campo do sensoriamento remoto devido à sua ampla gama de aplicações. No entanto, é difícil distinguir regiões com características espectrais semelhantes usando apenas dados multiespectrais. Estudos de pesquisa recentes indicaram que a introdução de informações multissource pode melhorar efetivamente a robustez do método de segmentação. Nesta carta, usamos informações de modelos de superfície digital (DSMs) como uma característica complementar para melhorar ainda mais os resultados da segmentação semântica. Para isso, propomos um módulo de estrutura de ramificação leve e simples de fusão DSM (DSMF). Comparado com as estruturas de extração de características existentes, o módulo DSMF proposto é simples e pode ser facilmente aplicado a outras redes. Além disso, investigamos quatro estratégias de fusão baseadas no módulo DSMF para explorar a estratégia de fusão de características ótimas e quatro DSMFNets de ponta a ponta são projetadas de acordo com as estratégias correspondentes. Avaliamos nossos modelos no conjunto de dados da Sociedade Internacional de Fotogrametria e Sensoriamento Remoto de Vaihingen e todos os DSMFNets alcançam resultados promissores. Em particular, o DSMFNet-1 atinge uma precisão geral de 91,5% no conjunto de dados de teste.