测绘科学

2021, v.46;No.279(09) 109-114+156

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

空洞卷积U-Net的遥感影像道路提取方法
Road extraction from remote sensing images based on dilated convolutions U-Net

林娜;张小青;王岚;冯丽蓉;王伟;

摘要(Abstract):

针对从遥感影像上提取道路出现的细节特征丢失、提取结果模糊的问题,该文提出了一种基于空洞卷积U-Net的遥感影像道路提取算法:(1)以U-Net为基础网络,将低层细节特征与高层语义特征进行多特征融合,更好地还原道路目标细节;(2)为了进一步提高网络对道路细节特征的识别能力,在U-Net中引入空洞卷积模块,学习更多的语义信息来改善提取结果出现的模糊问题。在Massachusetts roads和高分辨率城市道路影像Cheng roads dataset数据集下的实验结果表明,在召回率、精度和F1-score指标分别达到了82.5%、86.7%、84.5%;93.2%、92.1%、92.6%。与基础的U-Net相比,该算法在解决细节特征丢失和提取结果模糊问题方面更具有应用价值。

关键词(KeyWords): 遥感影像;道路提取;空洞卷积;深度学习

Abstract:

Keywords:

基金项目(Foundation): 重庆市教委科技项目(KJQN201800747);; 重庆交通大学研究生教育创新基金资助项目(2020S0001);重庆交通大学教育教学改革项目(1903015)

作者(Author): 林娜;张小青;王岚;冯丽蓉;王伟;

Email:

DOI: 10.16251/j.cnki.1009-2307.2021.09.014

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享