我国南方丘陵山区耕地地块精准提取方法

摘要：

鉴于南方丘陵山区耕地地块具有多样的尺寸和种植结构,传统语义分割方法存在精度低、边界吻合度差等问题,提出了一种顾及地块边界和形状特征多任务学习和注意力机制的高分辨率遥感图像提取方法.该方法构建了多任务神经网络模型FPEM-Net,主要包括耕地分割主任务以及与地块提取密切相关的轮廓检测和距离估计两个辅助任务.引入了 CBAM注意力模块以增强特征的表达能力并减少冗余特征,并通过共同优化多任务损失函数训练模型.该方法成功应用于福建省浦城县,实验结果显示在测试集上表现出色,Hausdorff距离最小,像素准确率和交并比分别达到93.12％和93.55％.与Psi-Net相比,像素准确率提升了 1.42％,交并比提升了 3.4％;相较于UNet,像素准确率提升了 14.11％,交并比提升了 15.34％.该方法在规则和不规则耕地地块以及复杂种植结构的边界方面表现出良好的泛化能力,与实际耕地地块分布格局更加吻合,具有较好的应用潜力.

关键词：耕地地块、高分辨率图像、深度学习、多任务学习、注意力机制

所属期刊栏目：39

分类号：TP79;P237(遥感技术)

资助基金：福建省科技厅创新资金项目;福建省科技厅引导性项目

在线出版日期：2024-08-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：55-60