论文摘要
针对遥感影像中建筑物目标与背景环境区分度低而造成的提取效果较差的问题,本文提出了融合高阶信息的编解码网络方法以改善建筑物自动提取的精度。首先,针对遥感影像建筑提取任务,使用深度编解码网络完成对建筑物目标的低阶语义特征提取;其次,使用多项式核完成对深度网络中间特征图的高阶描述,以提升网络对于模糊特征的辨识能力;最后,将低阶特征与高阶特征级联后,送入编解码网络的末端,得到对建筑物的分割结果。在Massachusetts Buildings数据集上进行试验,其召回率、准确率和F1-score指标分别达到了85.1%,77.5%和80.9%,综合指标F1-score相比于基础深度编解码网络提升约4%。本文所提方法改进了编解码器网络对于遥感影像建筑物自动提取任务的表现性能,能够更加精确地提取与背景区分度较低的建筑物目标,具有良好的实用价值。
论文目录
文章来源
类型: 期刊论文
作者: 王舒洋,慕晓冬,杨东方,贺浩,郑玉航
关键词: 遥感,建筑物提取,高阶信息,编解码器网络,语义分割
来源: 光学精密工程 2019年11期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 工业通用技术及设备,建筑科学与工程,自动化技术
单位: 火箭军工程大学作战保障学院,火箭军工程大学导弹工程学院
基金: 国家自然科学基金资助项目(No.61403398,No.61673017),陕西自然科学基金资助项目(No.2017JM6077,No.2018ZDXM-GY-039)
分类号: TU198;TP751;TP183
页码: 2474-2483
总页数: 10
文件大小: 547K
下载量: 126