沈旭东，楼 平∗，雷英栋，朱立妙，吴湘莲

(1.嘉兴职业技术学院，浙江 嘉兴 314036；2.同济大学浙江学院，浙江 嘉兴 314051)

遥感图像语义分割是指对图像中对每个区域的像素标签进行语义上的分类，它对地表空间信息的提取、城市土地资源管理、环境监测和自然资源保护等方面都起到十分重要的作用。随着遥感技术的发展，获取高分辨率遥感图像在国内已经得到广泛的应用[1]，这给城市土地信息的提取提供了很好的资源基础，传统的方法使用手动的方式对遥感图像信息进行标注，会花费大量的时间和人力，因此构建一种自动的高分辨率遥感图像语义分割方法具有重要的作用。和传统的计算机视觉图像不同，遥感图像一般可获得的数量比较少，而且一个图像中会包含很多的物体，比如:道路、建筑物、植被、高树木、汽车等。另外，建筑物有不同的大小，汽车相比其他物体很小，植被和高树木只是在高度上有区别，这些问题都给基于标签的图像语义分割增加了很大的困难。

近年来，随着深度学习技术的发展，为了解决图像语义分割的难点，很多学者在图像语义分割上做了很多研究，2015 年全卷积神经网络[2](Fully Convolutional Networks，FCN)的提出为图像语义分割提供了全新的基础模型，采用“编码解码”的结构，实现了端到端的分割方法，比起其他模型有了很大的改进。本文针对高分辨率遥感图像的特点，在该结构的基础上设计了一种改进的端到端网络模型，在编码阶段使用遥……