Research on Semantic Segmentation Algorithm for Remote Sensing Images Based on Image Decomposition to Remove Entanglement and Edge Guidance
摘要
تتميز صور الاستشعار عن بعد بتباين ملموس في أحجام الأهداف وتعقيد الخلفية المتغيرة بشكل كبير، مما يؤدي إلى وجود الخلط الطيفي للكائنات الطبيعية وعدم وضوح حدود السمات، مما يزيد من صعوبة مهمة تقسيم المعنى. نظرًا لصعوبة تقسيم المعنى لصور الاستشعار عن بعد التي تنجم عن التبعية المتبادلة بين الميزات للأهداف في ظروف الإضاءة المختلفة، يقدم هذا البحث نموذجًا لتقسيم المعنى لصور الاستشعار عن بعد يعتمد على فك التشابك لميزة الانعكاس البصري (LRD-Net) وشبكة تقسيم المعنى المتعددة الوضع (MSS-Net). أولاً، يتم استخدام شبكة LRD-Net المصممة بناءً على نظرية Retinex لتفكيك ميزات الإضاءة والانعكاس في الصور البصرية، وذلك باستخدام محول مشترك للوزن (WS-Transformer) لاستخراج سمات الهدف على المستوى العالمي والمحلي. ثانيًا، يتم إدخال وحدة الضوضاء متعددة الحجم لتعزيز مكون الإضاءة بشكل مناسب لتحسين قدرة النموذج على فك التشابك، وذلك من خلال وحدة تعزيز الميزات الملحوظة (SE) لإبراز المعلومات المختلفة بين سمات المكون المختلفة. وأخيرًا، يتم استخدام وحدة استخراج الحواف (EE) لتحسين قدرة التعرف على الحواف للأهداف الاستشعار عن بعد، وذلك من خلال شبكة تقسيم المعنى المتعددة الوضع (MSS-Net) لدمج ميزات الإضاءة والانعكاس لتحسين أداء تقسيم المعنى. تم تقييم مؤشرات الأداء على مجموعة البيانات العامة ISPRS Vaihingen وISPRS Potsdam ووصلت نسبة جودة التداخل المتوسط (mIoU) إلى 84.60٪ و 87.42٪ على التوالي. تشير نتائج التجارب إلى أن النموذج الذي تم اقتراحه في هذه الورقة يفوق النماذج الأخرى في مهمة تقسيم المعنى لصور الاستشعار عن بعد.
关键词
semantic segmentation;Image decomposition;Retinex theory;Transformer