首页|一种基于改进的Unet网络的遥感影像建筑物分割方法

一种基于改进的Unet网络的遥感影像建筑物分割方法

扫码查看
原文链接
  • 万方数据
  • 维普
针对传统语义分割方法在山地、丘陵等地区提取建筑物噪声大、鲁棒性差、精度不高的问题,提出了一种改进的Unet网络的遥感影像建筑物分割方法.该方法结合模型结构和非结构优化,使用随机数据增强模块增强样本,利用空洞卷积增加卷积层感受野,利用FRN数据归一化方法解决小批量对数据归一化的影响并缓解梯度弥散问题,利用ELU激活函数减少噪声、提升鲁棒性、缓解梯度消失,使用随机投票预测模块提高预测准确率.使用重庆农村地区的遥感影像,在Unet、Segnet、Deeplabv3plus及本文改进模型之间对比实验,结果表明,所述方法在复杂环境下的建筑物分割中表现更好,验证样本中的分类总体精度为95·08％,mIoU为81·28％,显著高于其余3种分类算法.该研究可以为山地城市、丘陵地区遥感影像建筑物提取研究提供参考.
A Building Segmentation Method for Remote Sensing Image Based on Improved Unet Network

convolutional neural networkremote sensing imagesemantic segmentationUnetbuilding extraction

向煜、黄志

展开 >

重庆数字城市科技有限公司,重庆 401121

重庆市移动测量工程技术研究中心,重庆 401121

城市全息空间数据应用重庆市工程研究中心,重庆 401121

移动型智能测量装备重庆市工程实验室,重庆 401121

展开 >

卷积神经网络 遥感影像 语义分割 Unet 建筑物提取

重庆市技术创新与应用发展专项

CSTB2022TIAD-KPX0142

2024

城市勘测
中国城市规划协会 武汉市测绘研究院

城市勘测

影响因子：0.488
ISSN：1672-8262
年,卷(期)：2024.(1)
  • 2
  • 21