首页|改进DeepLabV3+网络的遥感影像道路综合提取方法

改进DeepLabV3+网络的遥感影像道路综合提取方法

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
遥感图像复杂场景道路提取过程受树木和建筑物阴影,以及荒地、空地等因素干扰较多.针对利用DeepLabV3+网络模型进行道路提取时存在的道路信息不完整和细节信息丢失的问题,本文提出了一种改进DeepLabV3+网络的遥感影像道路提取方法.该方法以轻量级的MobileNetV2作为骨干网络进行特征提取,采用空间金字塔池化模块获得多尺度道路信息特征,从而减少道路遥感图像细节的损失,并提高网络模型的道路提取精度.在DeepGlobe数据集上进行道路提取试验的结果表明,该方法在提升准确率的基础上,有效降低了计算的复杂度;像素准确率和交并比分别达79.7％、64.3％,均优于DeepLabV3+网络及其他经典网络模型,表现出更优异的道路提取能力.
An road synthesis extraction method of remote sensing image based on improved DeepLabV3+ network

任月娟、葛小三

展开 >

河南理工大学测绘与国土信息工程学院,河南焦作454003

道路提取 改进DeepLabV3+ MobileNetV2 空间金字塔池化

河南省自然科学基金国家自然科学基金河南省高等教育教学改革研究与实践项目

222300420450415723412021SJGLX100Y

2022

测绘通报
测绘出版社

测绘通报

CSTPCDCSCD北大核心
影响因子：1.027
ISSN：0494-0911
年,卷(期)：2022.(6)
  • 4
  • 6