改进的U-Net网络在遥感影像道路提取中的应用

作     者：孔祥稳 王常颖 张世超 李劲华 隋毅 KONG Xiangwen;WANG Changying;ZHANG Shichao;LI Jinhua;SUI Yi

作者机构：青岛大学计算机科学技术学院山东青岛266071 

基　　金：山东省重点研发计划重大科技创新工程项目(2019JZZY020101) 全国统计科学研究项目(2020335) 

出 版 物：《遥感信息》 (Remote Sensing Information)

年 卷 期：2022年第37卷第2期

页      码：97-104页

摘      要：针对高分辨率遥感影像中道路目标结构复杂且背景地物多样的问题,设计了一种适用于高分辨率遥感影像道路提取的SM-Unet网络。为捕获孤立道路区域的长距离关系的同时也能关注局部信息,网络编码器下采样前加入条纹池化模块;为增强网络对复杂场景中道路区域上下文信息的获取能力,使道路特征表示更有辨别力,编码器最后卷积层后加入混合池化模块。为验证SM-Unet模型提取道路的能力,选择我国高分二号遥感影像为数据集开展道路提取实验。结果表明,SM-Unet网络训练的道路提取模型在精确率、召回率、F 1分值、平均交并比等评价指标上,均优于U-Net、FCN、DeepLabV3+等网络模型。同时,在道路提取的完整性方面,提取效果最优。

主 题 词：道路提取 高分二号 U-Net 条纹池化模块 混合池化模块 

学科分类：0810[工学-土木类] 08[工学] 081002[081002] 

核心收录：

D　O　I：10.3969/j.issn.1000-3177.2022.02.013

馆 藏 号：203114083...