劉艷飛，丁樂樂，孟凡效

(天津市勘察設(shè)計(jì)院集團(tuán)有限公司，天津 300000)

0 引言

隨著高分辨率遙感衛(wèi)星的成功發(fā)射，高分辨率遙感影像已經(jīng)成為對(duì)地精細(xì)觀測(cè)的重要數(shù)據(jù)來源，為地理國(guó)情普查、數(shù)字城市建設(shè)、精細(xì)農(nóng)業(yè)等科學(xué)和生產(chǎn)領(lǐng)域提供了數(shù)據(jù)支撐。然而，高分辨率遙感影像所具有的可用光譜波段少、影像信息高度細(xì)節(jié)化、“異物同譜，同物異譜”等特點(diǎn)為高分辨率遙感影像的分類識(shí)別帶來了困難和挑戰(zhàn)。針對(duì)高分辨率遙感影像語義分割任務(wù)，國(guó)內(nèi)外學(xué)者展開了系列研究，并形成了基于空間結(jié)構(gòu)特征的分割方法[1-3]、面向?qū)ο蟮姆指罘椒╗4-6]、基于空間上下文的分割方法[7]和基于深度學(xué)習(xí)的分割方法[8-12]。

基于空間結(jié)構(gòu)特征的方法挖掘像元和鄰域像元的空間模式，提取各種形式的空間結(jié)構(gòu)特征。如何挖掘影像的空間信息，獲取描述地物目標(biāo)的特征是該方法的關(guān)鍵，常用的空間結(jié)構(gòu)特征主要有紋理特征和幾何特征。如Zhao等[13]利用高斯馬爾可夫隨機(jī)場(chǎng)提取紋理特征用于高分影像語義分割，Huang等[14]基于加權(quán)均值、長(zhǎng)寬比和標(biāo)準(zhǔn)差等統(tǒng)計(jì)幾何信息構(gòu)建空間結(jié)構(gòu)特征用于像素表達(dá)。面向?qū)ο蟮姆诸惙椒▽o監(jiān)督分割和語義分割結(jié)合，不再將單一像元作為特征提取和分割的研究單元，通過無監(jiān)督分割獲得同質(zhì)性區(qū)域，然后從同質(zhì)性區(qū)域中提取特征并用于同質(zhì)性區(qū)域的語義分割。如許高程等[15]通過多尺度分割在SPOT 5衛(wèi)星影像上獲取不同空間尺度結(jié)構(gòu)下海域使用的地物斑塊，并從分割對(duì)象中提取光譜、形狀和語義特征，建立分類規(guī)則集，實(shí)現(xiàn)池塘養(yǎng)殖用海域的信息提取。曹凱等[16]采用面向?qū)ο蟮姆椒▽?duì)南京市區(qū)部分主城區(qū)進(jìn)行水體提取，基于空間上下文的分割方法假設(shè)相鄰像元更可能屬于同一地物類別。首先通過面向像素的分割方法獲得類別概率圖，然后基于局部濾波或者擴(kuò)展隨機(jī)游走算法對(duì)類別概率圖進(jìn)行精化，從而得到最終考慮空間信息的分類結(jié)果。Zhao等[17]在成對(duì)條件隨機(jī)場(chǎng)模型的基礎(chǔ)上，集成光譜信息、局部空間上下文信息以及空間位置信息構(gòu)建高階勢(shì)能函數(shù)挖掘影像的大尺度空間上下文信息，從不同視角提供地物判別的互補(bǔ)信息，提高分類制圖效果。Zhang等[18]提出用超像素代替單個(gè)像素用于條件隨機(jī)場(chǎng)構(gòu)圖，提出超像素-條件隨機(jī)場(chǎng)模型考慮空間上下文用于高分影像語義分割。

以上三類方法都需要手工設(shè)計(jì)特征以及專家先驗(yàn)知識(shí)，而且分類過程和特征提取過程分離，分類器無法為特征提取過程提供指導(dǎo)監(jiān)督信息。深度學(xué)習(xí)作為一種數(shù)據(jù)驅(qū)動(dòng)的模型方法，可以從數(shù)據(jù)中自動(dòng)學(xué)習(xí)特征，且在深度學(xué)習(xí)模型中，分類器也被設(shè)計(jì)為網(wǎng)絡(luò)的一層，完成了形式的統(tǒng)一，實(shí)現(xiàn)特征提取和分類器學(xué)習(xí)過程的一體化。由于深度學(xué)習(xí)強(qiáng)大的特征學(xué)習(xí)能力，已經(jīng)被成功應(yīng)用于高分遙感影像語義分割，并獲得廣泛關(guān)注。如Tao等[19]為解決高分影像語義分割中網(wǎng)絡(luò)深度增加導(dǎo)致的梯度彌散問題，提出稠密連接網(wǎng)絡(luò)實(shí)現(xiàn)網(wǎng)絡(luò)深度和表達(dá)能力的平衡。

在高分影像語義分割中，由于 “異物同譜，同物異譜”問題，單純依靠光譜信息無法對(duì)地物目標(biāo)進(jìn)行精細(xì)分類，還需依賴像素空間上下文進(jìn)行特征提取和分類。卷積神經(jīng)網(wǎng)絡(luò)通過堆疊卷積層、池化層進(jìn)行層次化特征提取，隱式地將空間上下文信息融合到特征提取過程中。然而這種方式僅僅融合了像素自身局部范圍的上下文信息，忽略了全局影像中同類目標(biāo)像素之間的關(guān)系。針對(duì)這一問題，本文顯式地對(duì)全局空間目標(biāo)上下文建模，將目標(biāo)上下文卷積神經(jīng)網(wǎng)絡(luò)(object-context representation CNN，OCRNet)[20]用于高分遙感影像語義分割。OCRNet包含雙分支網(wǎng)絡(luò)，分別為粗分割分支和精分割分支。首先，利用粗分割分支獲得每一個(gè)像素的類別概率分布；然后，基于粗分割分支得到的類別概率分布和精分割的特征圖計(jì)算每個(gè)類別的特征中心，根據(jù)類別特征中心對(duì)每個(gè)像素進(jìn)行編碼得到編碼特征；最后，將像素的編碼特征和精分割特征疊加作為最終的表達(dá)特征用于精分割分支的語義分割任務(wù)。

1 目標(biāo)上下文卷積神經(jīng)網(wǎng)絡(luò)高分遙感影像語義分割

本文采用的方法主要包含四個(gè)部分，即骨干網(wǎng)絡(luò)特征提取、粗語義分割、全局類別中心計(jì)算和精細(xì)語義分割?？傮w流程圖如圖1所示。

圖1 目標(biāo)上下文卷積神經(jīng)網(wǎng)絡(luò)高分遙感影像語義分割流程圖

設(shè)輸入影像為I∈RH×W×C及其對(duì)應(yīng)的標(biāo)注影像為Y∈RH×W，其中H、W、C分別表示影像的行、列和通道數(shù)，在本文中通道數(shù)為3，即C=3。對(duì)于輸入影像I，本文利用HRNet作為骨干網(wǎng)絡(luò)進(jìn)行基本特征提取，得到基礎(chǔ)特征fb，如式(1)所示。

fb=backbone(I)

(1)

式中：backbone表示骨干網(wǎng)絡(luò)；fb表示提取得到的基礎(chǔ)特征圖。對(duì)于得到的基礎(chǔ)特征圖fb，對(duì)其進(jìn)行上采樣至H×W，并進(jìn)行卷積操作，得到像素特征圖fp=RH×W×S，其中每一個(gè)位置處的向量表示像素的特征向量。

在粗語義分割階段，本文將特征圖fb作為粗語義分割網(wǎng)絡(luò)分支輸入進(jìn)行初步語義分割，得到粗語義分割圖fcorse∈RH×W×Cla，其中Cla表示類別數(shù)，如式(2)所示。

fcorse=branch-corse(fb)

(2)

式中：branch-corse為粗語義分割模塊。在訓(xùn)練階段，得到fcorse后，計(jì)算粗語義分割損失函數(shù)，如式(3)所示。

Lcorse=CrossEntropy(fcorse，Y)

(3)

式中：CrossEntropy表示交叉熵?fù)p失函數(shù)。在粗語義分割模塊branch-corse的Cla個(gè)通道輸出中，每一個(gè)通道代表像素對(duì)某一類別的響應(yīng)。因此，在某一類別對(duì)應(yīng)的通道上，屬于該類別的像素在該通道上響應(yīng)值大，不屬于該類別的像素在該通道響應(yīng)值小。在全局類別中心計(jì)算階段，本文利用這一特性從全局中考慮空間上下文，獲得每一類像元在特征空間的類別中心。本文將fcorse的每一通道分別進(jìn)行歸一化，并將之作為權(quán)值獲得該類別對(duì)應(yīng)的類別中心，如式(4)所示。

(4)

式中：mk∈RH×W為fcorse歸一化后的第k通道，fcorse，k∈RH×W為fcorse的第k通道，fcorse，k，i∈R表示第i個(gè)像素在通道k上的響應(yīng)值。得到權(quán)重mk后，計(jì)算每一類對(duì)應(yīng)的特征中心，如式(5)所示。

(5)

式中：fp，i∈RS為像素特征圖fp的第i個(gè)特征向量；mk，i表示第權(quán)重圖mk的第i個(gè)元素；fcentor，k為第k類的類別中心。

在精細(xì)語義分割階段，本文利用得到的類別中心作為碼本對(duì)像素特征fp進(jìn)行編碼，得到新的編碼特征fc∈RH×W×T，實(shí)現(xiàn)全局信息融合，如式(6)所示。

κ(a，b)=φ(a)Tψ(b)

(6)

(7)

(8)

式中：κ(·)為距離函數(shù)；φ(·)、ψ(·)、σ(·)和ρ(·)為轉(zhuǎn)換網(wǎng)絡(luò)，其網(wǎng)絡(luò)結(jié)構(gòu)為1×1卷積層-BN歸一化層-ReLU響應(yīng)層；wi，k為像素-中心關(guān)系矩陣w中的元素，表示第i個(gè)像素與第k個(gè)類別中心的編碼權(quán)重；fc，i為全局編碼特征圖fc的第i個(gè)元素，表示第i個(gè)像素的編碼特征。通過這種編碼方式，編碼特征fc融合了全部范圍內(nèi)的空間上下文信息。在本文中，得到編碼特征fc后，將編碼特征與像素特征進(jìn)行疊加和轉(zhuǎn)化，得到最終的深度融合特征ffus用于遙感影像語義分割，表達(dá)如式(9)至式(10)所示。

fcon=[fp，fc]

(9)

ffus=g(fcon)

(10)

式中：[·]表示將兩個(gè)特征圖首尾相連進(jìn)行疊加；g(·)為轉(zhuǎn)換網(wǎng)絡(luò)，網(wǎng)絡(luò)結(jié)構(gòu)同樣為1×1卷積層-BN歸一化層-ReLU響應(yīng)層。利用ffus進(jìn)行精細(xì)化分類，表達(dá)如式(11)至式(12)所示。

ffine=conv1×1(ffus)

(11)

Lfine=CrossEntropy(ffine，Y)

(12)

式中：conv1×1(·)表示1×1卷積。本文的最終目標(biāo)函數(shù)L如式(13)所示。

L=Lfine+λLcorse

(13)

式中：λ為粗語義分割分支損失函數(shù)權(quán)重。

在本文采用的方法中，粗語義分割分支提供了基本的類別信息用于對(duì)精細(xì)分割分支像素特征進(jìn)行全空間區(qū)域的“軟聚類”，獲得精細(xì)分割分支像素特征空間的語義類別中心，并以此為碼本對(duì)精細(xì)分支像素特征進(jìn)行編碼，建立單個(gè)與全局內(nèi)其他同類像素的空間聯(lián)系，融合全局內(nèi)同類像素的信息，提高表達(dá)能力。相比于傳統(tǒng)僅通過逐層卷積來考慮局部區(qū)域像素之間空間關(guān)系的高分語義分割方法，本文采用的方法為像素之間建立了更為廣闊的空間聯(lián)系。

2 實(shí)驗(yàn)與分析

2.1 實(shí)驗(yàn)設(shè)置

數(shù)據(jù)集上選用GID[21]和WHU building 數(shù)據(jù)集[22-23]兩個(gè)數(shù)據(jù)集進(jìn)行實(shí)驗(yàn)。GID數(shù)據(jù)集包含150張高分2號(hào)衛(wèi)星影像，每張影像大小為6 800像素×7 200像素，包含建筑物、農(nóng)田、森林、草地和水域五個(gè)類別。在實(shí)驗(yàn)中隨機(jī)抽取120張影像用于訓(xùn)練，剩余30張用于測(cè)試。WHU building數(shù)據(jù)集是建筑物提取數(shù)據(jù)集，包含四個(gè)子數(shù)據(jù)集，本文使用WHU building 數(shù)據(jù)集中的aerial imagery dataset和building change detection dataset兩個(gè)子數(shù)據(jù)集進(jìn)行實(shí)驗(yàn)，其中選用“the cropped image tiles and raster labels”和“a_training_aera_before_change”兩個(gè)數(shù)據(jù)作為訓(xùn)練集進(jìn)行模型訓(xùn)練，選用“after_change”和“before_change”作為測(cè)試集(測(cè)試集為同一區(qū)域不同時(shí)期的兩幅影像)。在實(shí)驗(yàn)中，為避免顯存溢出問題，本文將每張影像切割成512×512大小作為輸入用于模型訓(xùn)練。圖2為實(shí)驗(yàn)數(shù)據(jù)代表樣本。為使網(wǎng)絡(luò)獲得一個(gè)較好的初始化，本文選用在cityscapes數(shù)據(jù)集[24]上進(jìn)行過預(yù)訓(xùn)練的HRNet對(duì)骨干網(wǎng)絡(luò)參數(shù)進(jìn)行初始賦值。實(shí)驗(yàn)在配置有10塊Nvidia 2080Ti顯卡服務(wù)器上進(jìn)行，迭代次數(shù)為3 000，初始學(xué)習(xí)率為0.003，學(xué)習(xí)率變化策略為多項(xiàng)式衰減，衰減參數(shù)power為0.9，最小學(xué)習(xí)率設(shè)置為0.001，優(yōu)化方法選用隨機(jī)梯度下降。本文選用FCN、DeepLabV3Plus[25]、PSPNet[26]、PointRend[27]等方法進(jìn)行對(duì)比實(shí)驗(yàn)，采用Kappa系數(shù)、總體精度OA、平均交并比MIoU、每類分類精度作為評(píng)價(jià)指標(biāo)，對(duì)于WHU building dataset，另增加一個(gè)交并比IoU作為評(píng)價(jià)指標(biāo)。

圖2 實(shí)驗(yàn)數(shù)據(jù)示例樣本

2.2 實(shí)驗(yàn)結(jié)果與分析

1)GID數(shù)據(jù)實(shí)驗(yàn)。表1給出了本文的方法OCRNet與對(duì)比方法在GID數(shù)據(jù)集上的語義分割結(jié)果。從表1可以看出，本文采用的方法OCRNet在GID數(shù)據(jù)集上的Kappa、平均交并比MIoU以及總體精度OA分別為97.14、95.08和97.99，獲得了最優(yōu)的分割結(jié)果，相比于次優(yōu)的PointRend，在Kappa、MIoU、OA三個(gè)指標(biāo)上分別提升0.9、1.87、0.6，有效證明了OCRNet有效性。在單類分割結(jié)果上，本文的方法OCRNet在建筑物，草地以及水域三個(gè)類別獲得最高的分割精度，在農(nóng)田和森林上低于DeepLabV3Plus的結(jié)果，在這兩個(gè)類別獲得次優(yōu)的分割精度。圖3給出了本文的方法OCRNet和對(duì)比方法在GID數(shù)據(jù)集上的可視化對(duì)比情況，其中GT表示真實(shí)標(biāo)注影像。從Image的區(qū)域1和區(qū)域2中，對(duì)比方法分別將水域錯(cuò)分為農(nóng)田、農(nóng)田錯(cuò)分為水域，而本文的方法OCRNet對(duì)每一個(gè)像素在全局范圍內(nèi)提取上下文信息精細(xì)融合，有效地減少了水域和農(nóng)田的錯(cuò)分。然而在邊界處，如Image中的區(qū)域2處，OCRNet仍然無法完全消除類別之間的錯(cuò)分現(xiàn)象，這主要是因?yàn)榫矸e神經(jīng)網(wǎng)絡(luò)在卷積的過程中不可避免地會(huì)造成圖像的空間平滑，使得在類別邊緣處造成錯(cuò)分。

表1 GID數(shù)據(jù)集語義分割結(jié)果評(píng)價(jià)表 %

圖3 OCRNet及其他方法在GID數(shù)據(jù)集上的分類結(jié)果可視化對(duì)比

2)WHU building數(shù)據(jù)實(shí)驗(yàn)。為進(jìn)一步驗(yàn)證OCRNet的有效性，本文在WHU building數(shù)據(jù)集進(jìn)行實(shí)驗(yàn)。表2給出了在WHU building數(shù)據(jù)集上的對(duì)比實(shí)驗(yàn)情況。從表2可以看出，OCRNet在Kappa系數(shù)、平均交并比MIoU、總體精度OA、每類分類精度以及交并比IoU等五個(gè)指標(biāo)上均高于對(duì)比方法，取得最優(yōu)的分割精度，其中在IoU指標(biāo)上，相對(duì)于次優(yōu)方法FCN，在IoU指標(biāo)上有2.17個(gè)點(diǎn)的提升，證明了算法在提高語義分割精度方面的有效性。圖4給出了所有方法在WHU building數(shù)據(jù)集上的可視化分割結(jié)果。對(duì)于區(qū)域2、3、4，對(duì)比方法FCN、DeepLabV3Plus、PSPNet和PointRend得到的分割結(jié)果較為破碎，而采用的OCRNet對(duì)每一個(gè)待分像素在全局范圍內(nèi)進(jìn)行空間信息融合，可以有效地獲得影像中同類像素的信息用于最終的表達(dá)，所以相比于對(duì)比方法，可以獲得完整的分割結(jié)果。在區(qū)域1上，OCRNet仍然獲得相對(duì)較為完整的建筑物提取結(jié)果，然而在局部區(qū)域存在提取不完整的現(xiàn)象。圖5給出了OCRNet在其中一張測(cè)試數(shù)據(jù)上的建筑物提取結(jié)果。

表2 WHU Building數(shù)據(jù)集語義分割結(jié)果評(píng)價(jià)表 %

圖4 OCRNet及其他方法在WHU building數(shù)據(jù)集上的分類結(jié)果可視化對(duì)比

圖5 OCRNet在WHU building數(shù)據(jù)集上的建筑物提取結(jié)果

本文采用的WHU building測(cè)試數(shù)據(jù)集為同一地區(qū)的不同時(shí)相數(shù)據(jù)，因此本文對(duì)兩時(shí)相的分割結(jié)果做對(duì)比，獲得建筑物的變化情況。表3給出了對(duì)比方法與OCRNet在該數(shù)據(jù)集上的變化檢測(cè)精度。從表3可以看出，在召回率Recall這個(gè)指標(biāo)上，OCRNet與FCN、PointRend相比沒有提升，略有下降。然而在Precession和F1分?jǐn)?shù)指標(biāo)上，OCRNet均有明顯提升，在Precessions上與PSPNet相比提升7.13(從85.43提升至91.73)，證明OCRNet在該數(shù)據(jù)集上具有更低的虛警率。圖6展示了OCRNet在WHU building數(shù)據(jù)集上的建筑物變化檢測(cè)結(jié)果，區(qū)域1和區(qū)域2為OCRNet提取出完整的變化圖斑，區(qū)域3為漏檢圖斑，區(qū)域4為虛警。

表3 WHU Building建筑物變化檢測(cè)結(jié)果評(píng)價(jià)表 %

圖6 OCRNet在WHU building數(shù)據(jù)集上的變化檢測(cè)結(jié)果

2.3 參數(shù)分析

在本文使用的方法中，同時(shí)訓(xùn)練粗語義分割分支和精細(xì)語義分割分支，并將兩個(gè)分支的損失函數(shù)進(jìn)行加權(quán)疊加，加權(quán)系數(shù)為λ。為研究加權(quán)系數(shù)λ對(duì)語義分割結(jié)果的影響，本文分別令λ={0.2，0.4，0.6，0.8，1.0}進(jìn)行實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果如圖7所示，其中MIoU、Kappa和OA為本文中網(wǎng)絡(luò)最終預(yù)測(cè)時(shí)的分割結(jié)果，C-MIoU、C-Kappa和C-OA為粗語義分割分支的分割精度指標(biāo)。

圖7 λ不同取值下，OCRNet在GID和WHU building數(shù)據(jù)集上的分割結(jié)果變化

從圖7可以看出，對(duì)于GID數(shù)據(jù)集，當(dāng)λ從0.2增加至0.4的過程中，分割精度指標(biāo)MIoU、Kappa和OA不斷提升，在λ=0.4時(shí)取得最優(yōu)值，隨后隨著λ的繼續(xù)增加，分割精度不斷下降。對(duì)于WHUbuilding數(shù)據(jù)集，建筑物提取結(jié)果基本不受系數(shù)λ影響，隨著λ改變，分割精度基本不變。在OCRNet中，粗語義分割分支的輸出將用于類別中心的特征編碼，進(jìn)而影響待分割像素在特征空間的最終表達(dá)，因此粗語義分割分支的分割精度會(huì)影響最終的分割精度。從圖7也可以看出，最終的分割精度與粗語義分割精度具有相似的變化曲線，基本隨著粗語義分割分支的分割精度變化而變化。對(duì)于GID數(shù)據(jù)集，由于其數(shù)據(jù)在空間上分布跨度較大(從中國(guó)60多個(gè)城市獲取得到的)，類內(nèi)異質(zhì)性較大，粗語義分割分支精度隨其加權(quán)系數(shù)λ變化，并在λ=0.4時(shí)取得最優(yōu)結(jié)果，因此使得OCRNet在λ=0.4獲得最優(yōu)精度。然而對(duì)于WHU building數(shù)據(jù)集，由于該數(shù)據(jù)覆蓋區(qū)域多為相鄰區(qū)域，數(shù)據(jù)同質(zhì)性較強(qiáng)，相比于GID數(shù)據(jù)，較為容易分割，粗語義分割分支對(duì)λ較為魯棒，因此最終的分割結(jié)果對(duì)于λ也表現(xiàn)出較為魯棒的特點(diǎn)，基本不隨λ波動(dòng)。

圖8給出了OCRNet在GID和WHU building數(shù)據(jù)集上的預(yù)測(cè)結(jié)果與真實(shí)值對(duì)比情況。對(duì)于第一行數(shù)據(jù)GID-Ⅰ，其為典型的森林，區(qū)域內(nèi)部較為同質(zhì)，OCRNet在該區(qū)域完全分類正確。然而對(duì)來自其他區(qū)域的第二行數(shù)據(jù)GID-Ⅱ中，森林內(nèi)部如1、2、3地區(qū)表現(xiàn)出較大差異，同質(zhì)性較差，地區(qū)1和地區(qū)2被錯(cuò)分為草地，地區(qū)3被錯(cuò)分為農(nóng)田。尤其是地區(qū)3，與第一行中的森林差異大，視覺上與農(nóng)田這一類別較為相似。第3行給出了在WHU building數(shù)據(jù)集上的對(duì)比結(jié)果，相比于GID，WHU building建筑物和非建筑物之間具有更明顯的差異，相對(duì)更加容易分類。在第四行中，區(qū)域1、2、3是真實(shí)標(biāo)簽圖中被遺漏標(biāo)注卻被我們的模型給正確識(shí)別的。雖然區(qū)域1、2、3相對(duì)于其他房屋尺寸較小，然而其仍然表現(xiàn)出典型的建筑物的特征，而且與周圍背景差異較大，所以可以被正確識(shí)別。因此相較于WHU building，GID具有較高的類別復(fù)雜度，在OCRNet中粗語義分割分支精度對(duì)其對(duì)應(yīng)的權(quán)重λ較為敏感，最終表現(xiàn)出分割精度曲線隨粗語義分割分支權(quán)重λ起伏較大的現(xiàn)象。而在WHU building上，粗語義分割分支較為容易獲得不錯(cuò)的分割結(jié)果，基本受λ影響不大，進(jìn)而分割精度曲線變化較小。

圖8 OCRNet和WHU building數(shù)據(jù)集上的預(yù)測(cè)結(jié)果與真實(shí)值對(duì)比情況

3 結(jié)束語

深度卷積神經(jīng)網(wǎng)絡(luò)已經(jīng)在高分遙感影像語義分割獲得成功應(yīng)用，并成為當(dāng)前高分語義分割的研究熱點(diǎn)。然而傳統(tǒng)基于卷積神經(jīng)網(wǎng)絡(luò)的高分影像語義分割方法，通過堆疊卷積層、池化層進(jìn)行層次化特征提取，隱式地將空間上下文信息融合到特征提取過程中。這種方式僅僅融合了像素自身局部范圍的上下文信息，忽略了全局影像中同類像素之間的關(guān)系。本文顯式地對(duì)全局空間目標(biāo)上下文建模，將目標(biāo)上下文卷積神經(jīng)網(wǎng)絡(luò)用于高分遙感影像語義分割。在采用的方法中，包含了粗語義分割分支和精細(xì)語義分割分支的雙分支語義分割網(wǎng)絡(luò)。利用粗語義分割分支獲得每一個(gè)像素的類別概率分布，并結(jié)合精細(xì)語義分割分支獲得像素特征獲得全局空間的類別中心特征。隨后，將類別中心特征作為碼本對(duì)像素特征進(jìn)行變化，獲得融合了全局上下文信息的變換特征，并將變換特征與像素特征融合用于最終的像素表達(dá)，進(jìn)行語義分割。為驗(yàn)證算法的有效性，本文在GID和WHU building語義分割數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果證明所用算法可以有效利用全局空間上下文進(jìn)行特征融合，提高高分影像語義分割精度。