典型文献
基于改进的DUNet遥感图像道路提取
文献摘要：
为进一步提高遥感图像道路提取的精度,提出一种改进的DUNet遥感图像道路提取方法.在编码器部分,为使网络关注道路信息,在第3个池化层分别使用有注意力机制和没有注意力机制两个分支提取道路特征;在解码器部分,同时使用传统UNet的解码器和DUNet解码器两个分支进行上采样,最大限度减少信息丢失.试验结果表明,与其他8种常用的分割模型结果相比,此方法在Massachusetts和DeepGlobe 2018数据集上都获得最高的平均交并比和平均Dice系数,其中平均交并比最高分别提高2.90％和8.99％,平均Dice系数最高分别提高2.53％和7.66％.这表明改进的DUNet能够有效实现遥感图像的道路提取,与传统DUNet相比,在小路区域的分割效果得到提升,进一步提高了传统DUNet的分割精度.
文献关键词：
遥感图像;道路提取;多尺度上采样;注意力机制
中图分类号：
作者姓名：
侯月武;刘兆英;张婷;李玉鑑;孙长明
作者机构：
北京工业大学信息学部,北京100124;桂林电子科技大学人工智能学院, 广西 桂林 541004;新南威尔士大学计算机技术与工程学院,新南威尔士州 悉尼201101
文献出处：
引用格式：
[1]侯月武;刘兆英;张婷;李玉鑑;孙长明-.基于改进的DUNet遥感图像道路提取)[J].山东大学学报（工学版）,2022(04):29-37
A类：
DUNet
B类：
遥感图像,道路提取,在编,编码器,网络关注,池化,注意力机制,取道,解码器,信息丢失,分割模型,Massachusetts,DeepGlobe,平均交并比,Dice,中平,最高分,小路,分割效果,多尺度上采样
AB值：
0.257721
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
