一种基于MBFF-Net的遥感影像建筑物提取方法

作     者：徐辛超 乔浩磊 刘明岳 付晓天 赵晗光 XU Xinchao;QIAO Haolei;LIU Mingyue;FU Xiaotian;ZHAO Hanguang

作者机构：辽宁工程技术大学测绘与地理科学学院辽宁阜新123000 

出 版 物：《测绘科学》 (Science of Surveying and Mapping)

年 卷 期：2024年第49卷第2期

页      码：115-123页

摘      要：针对当前基于卷积神经网络的建筑物提取存在漏检、错检和边缘不准确的问题,提出一种多分支特征融合的建筑物提取网络MBFF-Net。首先,在VGG16-UNet网络的跳跃连接部分引入CBAM注意力机制,强化网络对建筑物特征信息的学习;然后,设计多分支特征融合模块替换解码器中的卷积块,融合不同感受野的特征信息,捕捉局部和跨通道的特征关系,丰富特征表达能力;最后,结合CBAM注意力机制和多分支特征融合模块构建MBFF-Net模型,并在WHU数据集和Inria数据集上进行验证。结果表明,与U-Net、PSPNet、SegNet、VGG16-UNet相比,MBFF-Net在IoU、Precision、Recall以及mPA 4个指标上均为最优,提取的建筑物更加完整,减少了错检和漏检现象,在建筑物提取任务中表现出良好的性能,验证了其在建筑物提取方面的可行性。

主 题 词：建筑物提取 注意力机制 多分支特征融合 MBFF-Net 

学科分类：083002[083002] 0830[工学-生物工程类] 081802[081802] 08[工学] 0818[工学-交通运输类] 081602[081602] 0816[工学-纺织类] 

核心收录：

D　O　I：10.16251/j.cnki.1009-2307.2024.02.012

馆 藏 号：203128011...