基于残差神经网络的道路提取算法研究

摘要：

针对遥感图像道路提取信息丢失问题,提出了一种基于残差神经网络的道路提取算法.首先构建编码器-解码器网络,结合预编码器以及空洞卷积模块进行训练,提取更多的语义信息;其次并联设计的空洞卷积模块加在编码器-解码器结构的中间部分,它可以对不同感受野的特征图进行特征提取;最后编码器-解码器之间采用跳连的方式进行多尺度的特征融合,学习更多低维和高维的特征.实验结果表明,在Massachusetts道路数据集上,该方法相比其他算法在Precision、Recall和F1-score性能指标上分别有11％、0.3％和7.4％的提升;同时在Accuracy指标上也达到了97.9％,相比于其他算法,该算法有一定的应用价值.

关键词：道路提取、遥感图像、空洞卷积、多尺度特征融合

所属期刊栏目：40

分类号：TP311(计算技术、计算机技术)

资助基金：教育部国家留学基金;国家自然科学基金;国家自然科学基金;湖北省自然科学基金

在线出版日期：2020-05-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：6-12