基于改进U-Net的遥感图像道路提取

IF 0.9 4区物理与天体物理 Q4 ENGINEERING, ELECTRICAL & ELECTRONIC 激光与光电子学进展 Pub Date : 2023-01-01 DOI:10.3788/lop222634

何哲 He Zhe, 陶于祥 Tao Yuxiang, 罗小波 Luo Xiaobo, 徐浩 Xu Hao

{"title":"基于改进U-Net的遥感图像道路提取","authors":"何哲 He Zhe, 陶于祥 Tao Yuxiang, 罗小波 Luo Xiaobo, 徐浩 Xu Hao","doi":"10.3788/lop222634","DOIUrl":null,"url":null,"abstract":"从遥感图像中提取的道路信息在城市规划、交通管理等领域具有极其巨大的价值，但由于背景复杂、障碍物遮挡以及大量类似的非道路区域的干扰，目前从遥感图像中提取高质量道路信息仍受到限制。为此，提出一种基于混合尺度注意力U-Net的遥感图像道路提取方法HSA-UNet。首先，在编码网络使用由残差结构和注意力特征融合机制构成的注意力残差学习单元，提高对全局特征和局部特征的提取能力；其次，由于道路具有跨度大、狭窄且连续分布等特点，在桥接网络加入注意力增强的空洞空间金字塔池化模块来增强不同尺度道路特征提取能力。在Massachusetts道路数据集上进行的实验结果表明，在F1、交并比等评价指标上，HSA-UNet明显优于D-LinkNet、DeepLabV3+等语义分割网络。","PeriodicalId":51502,"journal":{"name":"激光与光电子学进展","volume":"26 1","pages":"0"},"PeriodicalIF":0.9000,"publicationDate":"2023-01-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"基于改进U-Net的遥感图像道路提取\",\"authors\":\"何哲 He Zhe, 陶于祥 Tao Yuxiang, 罗小波 Luo Xiaobo, 徐浩 Xu Hao\",\"doi\":\"10.3788/lop222634\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"从遥感图像中提取的道路信息在城市规划、交通管理等领域具有极其巨大的价值，但由于背景复杂、障碍物遮挡以及大量类似的非道路区域的干扰，目前从遥感图像中提取高质量道路信息仍受到限制。为此，提出一种基于混合尺度注意力U-Net的遥感图像道路提取方法HSA-UNet。首先，在编码网络使用由残差结构和注意力特征融合机制构成的注意力残差学习单元，提高对全局特征和局部特征的提取能力；其次，由于道路具有跨度大、狭窄且连续分布等特点，在桥接网络加入注意力增强的空洞空间金字塔池化模块来增强不同尺度道路特征提取能力。在Massachusetts道路数据集上进行的实验结果表明，在F1、交并比等评价指标上，HSA-UNet明显优于D-LinkNet、DeepLabV3+等语义分割网络。\",\"PeriodicalId\":51502,\"journal\":{\"name\":\"激光与光电子学进展\",\"volume\":\"26 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.9000,\"publicationDate\":\"2023-01-01\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"激光与光电子学进展\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.3788/lop222634\",\"RegionNum\":4,\"RegionCategory\":\"物理与天体物理\",\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"Q4\",\"JCRName\":\"ENGINEERING, ELECTRICAL & ELECTRONIC\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"激光与光电子学进展","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.3788/lop222634","RegionNum":4,"RegionCategory":"物理与天体物理","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"Q4","JCRName":"ENGINEERING, ELECTRICAL & ELECTRONIC","Score":null,"Total":0}

引用次数: 0

摘要

从遥感图像中提取的道路信息在城市规划、交通管理等领域具有极其巨大的价值，但由于背景复杂、障碍物遮挡以及大量类似的非道路区域的干扰，目前从遥感图像中提取高质量道路信息仍受到限制。为此，提出一种基于混合尺度注意力U-Net的遥感图像道路提取方法HSA-UNet。首先，在编码网络使用由残差结构和注意力特征融合机制构成的注意力残差学习单元，提高对全局特征和局部特征的提取能力；其次，由于道路具有跨度大、狭窄且连续分布等特点，在桥接网络加入注意力增强的空洞空间金字塔池化模块来增强不同尺度道路特征提取能力。在Massachusetts道路数据集上进行的实验结果表明，在F1、交并比等评价指标上，HSA-UNet明显优于D-LinkNet、DeepLabV3+等语义分割网络。

本文章由计算机程序翻译，如有差异，请以英文原文为准。

查看原文

微信好友朋友圈 QQ好友复制链接

本刊更多论文

基于改进U-Net的遥感图像道路提取

求助全文

通过发布文献求助，成功后即可免费获取论文全文。去求助

来源期刊

激光与光电子学进展 Multiple-

CiteScore

1.60

自引率

50.00%

发文量

18006

期刊介绍： Laser & Optoelectronics Progress, the first laser and optoelectronics journal published in China. The main columns include general, lasers and laser optics, fiber optics and optical communications, optical design and fabrication, materials, image processing, imaging systems, optical devices, remote sensing and sensors, atmospheric optics and oceanic optics, diffraction and gratings, atomic and molecular physics, detectors, thin films, ultrafast optics, etc. The journal is included in ESCI, INSPEC, Scopus, CSCD, Chinese Core Journals, Chinese Science and Technology Core Journals, and T2 level of the Classified Catalogue of High Quality Science and Technology Journals in Optical Engineering and Optical Fields, and other databases.

期刊最新文献

可产生任意偏振方向太赫兹波的光电导太赫兹辐射源激光填粉焊接B340LA高强钢工艺特性研究基于电光双光梳光谱的气体含量测量方法研究 Effective Slowing and Trapping of Cs Atoms in an Ultrahigh-Vacuum Apparatus 用于核酸现场检测的直轴型多通道光学检测系统