首页|基于门控卷积残差网络的卫星图像道路提取

基于门控卷积残差网络的卫星图像道路提取

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对遥感影像中道路信息容易受到建筑物、植被等非道路信息干扰的问题,提出了一种基于门控卷积残差网络的遥感影像道路提取模型.首先,该网络使用ResNet101作为网络的编码器,在使得网络足够深的同时,也保证了梯度信息的有效传导;其次,在中心部分使用ASPP多尺度特征提取模块,进一步挖掘特征图中给予的信息;最后,使用门控卷积替换普通的卷积层,它可以根据特征图中参数的重要性,自适应分配权重,作为网络的解码器部分.该方法在CVPR DeepGlobe 2018道路提取挑战赛的数据集上进行了验证,平均交并比、Dice相似系数、召回率分别达到70.20％、82.06％、82.21％,均超过该赛事冠军DlinkNet34,提升了道路提取的效果.
Road extraction from satellite image based on gated convolutional residual network

肖昌城、吴锡

展开 >

成都信息工程大学 计算机学院,成都610225

道路提取 图像分割 门控卷积 残差网络 遥感影像

国家自然科学基金国家重点研发计划四川省科技计划四川省科技计划四川省科技计划

420751422017YFC15022032019YFG04962020YFG01432020JDTD0020

2021

10.19734/j.issn.1001-3695.2021.03.0123

计算机应用研究
四川省电子计算机应用研究中心

计算机应用研究

CSTPCDCSCD北大核心
影响因子：0.93
ISSN：1001-3695
年,卷(期)：2021.38(12)
  • 4
  • 3