地理空间信息

2021, v.19;No.137(01) 30-34+4

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

基于改进型U-Net网络的高分辨率遥感影像建筑物提取
Building Extraction Method in High-resolution Remote Sensing Images Based on Improved U-Net Network

吕道双;林娜;冯丽蓉;张小青;

摘要(Abstract):

针对传统人工提取方法自动化程度低、过分依赖人工设计的特征,以及现有的深度学习方法中存在的提取精度不高等问题,提出了一种基于改进型U-Net网络的高分辨率遥感影像建筑物提取方法。首先将空洞卷积加入到网络中,利用不同尺度的空洞卷积对来自网络编码部分的结果进行多尺度特征提取;再对提取的特征进行特征融合,并输入到网络的下一层;然后将制作的数据集输入到网络中进行训练;最后利用Softmax得到最终分割结果。在建筑物公开的数据集中进行测试,提取结果的像素精度为96.26%;Iou精度为78.59%、Recall为95.65%,表明该方法具有良好的鲁棒性和精度,能从影像中准确地提取建筑物。

关键词(KeyWords): 建筑物提取;卷积神经网络;空洞卷积;高分辨率遥感影像

Abstract:

Keywords:

基金项目(Foundation): 重庆市研究生科研创新资助项目(CYS19236);; 重庆市教委科技资助项目(KJQN201800747)

作者(Author): 吕道双;林娜;冯丽蓉;张小青;

Email:

DOI:

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