10.3969/j.issn.2095-2163.2022.10.005
基于注意力门残差网络的遥感影像道路提取
针对遥感影像道路提取出现的无关噪声多,道路不连续问题,本文通过改进U-Net提出了基于注意力门残差网络的道路提取算法.首先,编码器部分引入残差块传递原始特征,在保证网络深度的同时,使梯度能够有效传递;其次,在连接层使用多尺度空洞卷积特征提取模块,来充分挖掘图像中的多尺度特征信息;最后,用注意力门将浅层网络信息和反卷积信息融合实现解码,以抑制浅层噪声特征.使用的数据集包括Massachusetts Roads Dataset数据集和CVPR DeepGlobe 2018道路提取挑战赛数据集.实验结果表明,该算法可以有效提升道路分割的效果.
道路提取、遥感影像、残差网络、门控卷积、U-Net
12
TP391.1(计算技术、计算机技术)
国家自然科学基金;国家自然科学基金;国家重点研发计划;浙江省自然科学基金;浙江省自然科学基金
2022-11-10（万方平台首次上网日期，不代表论文的发表时间）
共6页
31-35,42
