多尺度全卷积神经网络建筑物提取

• 作者: 崔卫红 张丽瑶 熊宝玉
• 来源期刊: 测绘学报
• 学科: 地球科学
• 关键词: 大型建筑物 多尺度 全卷积上采样
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 摄影测量学与遥感
• 页码范围: 597-608
• 页数: 12页
• 分类号: TP79|P237
• 字数: 7494字
• 语种: 中文
• DOI: 10.11947/j.AGCS.2019.20180062

摘要

针对VGG16网络在高空间分辨率遥感影像中进行大型建筑物提取时存在空洞的现象,提出一种基于多尺度影像的建筑物提取方法.将原始影像进行不同尺度的下采样,提取不同尺度下的建筑物特征,并将这些多尺度特征相加合并,同时为了减少网络参数数量,用全卷积上采样过程代替原始VGG16网络中的全连接层进行建筑物提取.以0.5 m分辨率的上海市嘉定区影像和1 m分辨率的Massachusetts地区影像进行试验,精度分别达97.09％和96.66％,表明本文方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张丽瑶	武汉大学遥感信息工程学院	11	60	5.0	7.0
2	崔卫红	武汉大学遥感信息工程学院	14	183	6.0	13.0
3	熊宝玉	武汉大学遥感信息工程学院	1	2	1.0	1.0