基于鲁棒深度语义分割网络的多源遥感影像分类方法

摘要

本发明公开了一种基于鲁棒深度语义分割网络的多源遥感影像分类方法(Robust Loss Function of Remote Sensing Imagery，RSRLF)，该方法由容错性损失函数与自适应类别权重组成。基于开源土地覆盖分类数据集进行遥感语义分割能够极大地减少样本标注工作，但是开源土地覆盖分类数据集中包含一定的标注错误样本。本发明中的容错性损失函数能够抑制模型学习噪声标签，避免模型对噪声标签过拟合；类别均衡约束模块能够解决地物类别在全球分布样本规模差异大、类别间混淆度不一致的问题。两者结合能够有效解决使用开源土地覆盖分类数据集进行遥感语义分割中噪声标签与类别样本不均衡问题，提高基于开源土地覆盖分类数据集进行地物分类的精度。