基于尺度自适应全卷积网络的遥感影像建筑物提取

• 作者: 冯凡 王双亭 张津 王春阳 刘冰
• 来源期刊: 激光与光电子学进展
• 学科: 工学
• 关键词: 遥感 图像处理 建筑物提取 全卷积网络 残差金字塔池化 聚合特征精化
• 年，卷（期）: 2021,（24）
• 所属期刊栏目: 遥感与传感器|Remote Sensing and Sensors
• 页码范围: 451-462
• 页数: 12页
• 分类号: TP751.2
• 语种: 中文
• DOI: 10.3788/LOP202158.2428006

摘要

为了提高网络对高空间分辨率遥感影像多尺度建筑物的提取效果,在编码-解码网络的基础上提出了一种高效的尺度自适应全卷积网络.首先,构建多输入多输出结构,实现多尺度特征融合和跨尺度特征聚合.然后,用残差金字塔池化模块学习深层自适应多尺度特征.最后,用基于残差密集连接的聚合特征精化模块进一步处理初始聚合特征,利用不同尺度特征图的像素依赖关系提升分类精度.在差异较大的WHU航空数据集和Massachusetts数据集上的实验结果表明,相比其他方法,本方法对建筑物的提取效果较好,且训练时间和内存占用情况适中,具有较高的实用价值.