基于深度语义分割的无人机多光谱遥感作物分类方法

• 作 者: 杨蜀秦 宋志双 尹瀚平 张智韬 宁纪锋
• 机 构: 西北农林科技大学机械与电子工程学院,农业农村部农业物联网重点实验室,西北农林科技大学信息工程学院,西北农林科技大学水利与建筑工程学院,陕西省农业信息感知与智能服务重点实验室
• 出 处: 农业机械学报
• 发表日期: 2021年03期
• 关键词: 农田作物分类 深度语义分割 无人机多光谱遥感影像 深度学习 field crop classification deep semantic segmentati
• 基金项目: 国家重点研发计划项目(2017YFC0403203),中央高校基本科研业务费专项资金项目(2452019180),陕西省重点研发计划项目(2020NY-098)

为精准获取农田作物种植分布信息以满足农业精细化管理需求,基于Deep Lab V3+深度语义分割网络提出了一种面向无人机多光谱遥感影像的农田作物分类方法。通过修改输入层结构、融合多光谱信息和植被指数先验信息、并采用Swish激活函数优化模型,使网络在响应值为负时仍能反向传播。基于2018—2019年连续2年内蒙古自治区河套灌区沙壕渠灌域的无人机多光谱遥感影像,在2018年数据集上构建并训练模型,在2019年数据集上测试模型的泛化性能。结果表明,改进的Deep Lab V3+模型平均像素精度和平均交并