基于RDA-Net模型的遥感影像云与云阴影检测方法

摘要：

针对目前大多数云与云阴影检测方法容易产生误检、边缘细节丢失严重以及检测不够精确的问题,提出一种基于双注意力卷积神经网络模型(RDA Net)的遥感影像云与云阴影检测方法.模型中引入双注意力模块可以有效捕获全局特征的依赖关系,使用递归残差模块可以避免深层网络出现退化,改进空洞空间金字塔池化模块在不改变特征图尺寸的前提下可以提取图像的多尺度特征.首先对遥感影像数据集进行预处理并制作对应的标签,然后利用高分一号WFV遥感影像数据集进行训练和测试.实验结果表明,所提方法有效提高云与云阴影的检测精度,在复杂条件下仍能获得较好的云与云阴影的边缘细节.

关键词：遥感、双注意力、云与云阴影检测、递归残差、改进空洞空间金字塔池化

所属期刊栏目：58

分类号：TP751.1;P426.5(遥感技术)

资助基金：国家自然科学基金;国家自然科学基金;江苏省高等学校自然科学研究项目;江苏省自然科学基金青年项目

在线出版日期：2021-12-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：490-500