一种基于弱监督语义分割的损毁建筑物高分遥感提取方法与流程

技术特征：
1.一种基于弱监督语义分割的损毁建筑物高分遥感提取方法，其特征在于：第一网络接收输入遥感影像，所述遥感影像的分辨率为h
×
w，h和w均为正整数；所述遥感影像被输入至resnet-101网络中，获得resnet-101网络学习得到的特征图，以及resnet-1o1网络中的第二层输出结果；所述resnet-101网络学习得到的特征图被输入至多尺度依赖(msd)模块和空间相互关系优化(scr)模块，然后经过卷积和上采样后，获得第一处理结果；所述resnet-101网络中的第二层输出结果经过卷积后，获得第二处理结果；将所述第一处理结果和第二处理结果级联连接后，获得融合后的特征图；然后再依次经过空间相互关系优化(scr)模块和卷积，获得第三处理结果；通过对所述第三处理结果应用grad-cam策略，获得h/4
×
w/4分辨率的损坏建筑物cam，再经过尺寸变形，获得h
×
w分辨率的损坏建筑物cam；再对所述h
×
w分辨率的损坏建筑物cam应用densecrfs策略，获得基于原始影像对应生成的cam得到损毁建筑物的提取结果。2.根据权利要求1所述的基于弱监督语义分割的损毁建筑物高分遥感提取方法，其特征在于：对第三处理结果，依次通过gap层、全连接层和softmax分类器，计算输入影像块属于每个类别的概率。3.根据权利要求1所述的基于弱监督语义分割的损毁建筑物高分遥感提取方法，其特征在于：采用膨胀卷积的级联式密集连接的方法来提高目标相关区域的激活响应，抑制目标不相关区域的激活响应。4.根据权利要求1所述的基于弱监督语义分割的损毁建筑物高分遥感提取方法，其特征在于：通过在大范围内综合考虑和整合每个像素的特征相互依赖性来优化像素之间的全局空间相关性。5.根据权利要求1所述的基于弱监督语义分割的损毁建筑物高分遥感提取方法，其特征在于：先通过对基于原始影像重叠分割的影像块生成的cam进行拼接，得到原始影像对应的cam后，再通过densecrfs得到原始影像的损毁建筑物提取结果。6.根据权利要求1或3所述的基于弱监督语义分割的损毁建筑物高分遥感提取方法，其特征在于：所述多尺度依赖(msd)模块，具体实现方法为：多尺度依赖(msd)模块的输入特征图f通过一个1
×
1的卷积层得到特征图f
′
；特征图f
′
通过膨胀率为3的膨胀卷积得到特征图f1；特征图f
′
与特征图f1通过级联连接得到特征图f
′1；特征图f
′1通过膨胀率为6的膨胀卷积得到特征图f2；特征图f
′
与特征图f
′
i
通过级联连接得到特征图f
″1，特征图f
″1与特征图f2通过级联连接得到特征图f
′2；特征图f
′2通过膨胀率为9的膨胀卷积得到特征图f3；特征图f
′
与特征图f
″1通过级联连接得到特征图f
″′1，特征图f
″′1与特征图f
′2通过级联
连接得到特征图f
″2，特征图f
″2与特征图f3通过级联连接得到特征图f
′3；特征图f
′3通过膨胀率为12的膨胀卷积得到特征图f4；由特征图f
′
经过全局平均池化操作和上采样操作获得特征图f5；所述多尺度依赖(mad)模块的输出特征图f
″
由特征图f
′
、f1、f2、f3、f4和f5通过级联连接获得。7.根据权利要求1或4所述的基于弱监督语义分割的损毁建筑物高分遥感提取方法，其特征在于：所述空间相互关系优化(scr)模块，具体实现方法为：尺寸为c
×
h
×
w的特征图f，作为空间相互关系优化(scr)模块的输入，其中c、h和w分别表示特征图的通道数、高度和宽度；特征图f
i
、f
j
、f
k
由特征图f通过尺寸为1
×
1的卷积分别得到；对特征图f
i
、f
k
应用矩阵变换和转置操作，生成新的特征图f
′
i
以及f
′
k
；对特征图f
j
应用矩阵变换，生成新的特征图f
′
j
；通过对特征图f
′
i
和f
′
j
矩阵相乘以及通过softmax操作得到空间关系图s，其尺寸为hw
×
hw；对空间关系图s和特征图f
′
k
矩阵相乘，并经过转置操作和矩阵变换后，应用1
×
1的卷积操作，并将卷积操作后的结果与特征图f相加，获得空间相互关系优化特征图s
′
，也即空间相互关系优化(scr)模块的输出。

技术总结
本发明公开了一种基于弱监督语义分割的损毁建筑物高分遥感提取方法。为改善类别激活图CAM质量，抑制损毁建筑物内部的噪声等技术问题，本发明以采用膨胀卷积的级联式密集连接的方法来提高目标相关区域的激活响应和抑制目标不相关区域的激活响应、通过在大范围内综合考虑和整合每个像素的特征相互依赖性来优化像素之间的全局空间相关性为技术手段，解决了CAM质量不佳、损毁建筑物内部的噪声严重、拼接位置不平滑等技术问题，获得了增强网络对细节的感知能力，缓解提取目标边界模糊、实现平滑拼接等技术效果。本发明适于遥感图像处理领域。域。域。


技术研发人员：慎利 乔文凡 董喆 王薇 李苓苓 罗伟儿 武志宏
受保护的技术使用者：应急管理部国家减灾中心
技术研发日：2022.10.27
技术公布日：2023/2/3