典型文献
融合网格注意力阀门和特征金字塔结构的高分辨率遥感影像建筑物提取
文献摘要：
在高分辨率遥感影像中提取建筑物轮廓是地区基础建设信息统计的一项重要任务.适应性较强的深度学习方法已在建筑物提取研究中取得较大进展,受网络模型对影像特征表达的局限性,存在局部建筑轮廓边缘模糊的问题.本研究提出一种基于注意力的U型特征金字塔网络(AFP-Net)可以聚焦高分遥感影像中不同形态的建筑物结构,实现建筑物轮廓的高效提取.AFP-Net模型通过基于网格的注意力阀门Attention Gates模块抑制输入影像中的无关区域,凸出影像中建筑物的显性特征;通过特征金字塔注意力Feature Pyramid Attention模块增加高维特征图的感受野,减少采样中的细节损失.基于WHU建筑物数据集训练优化AFP-Net模型,测试结果表明AFP-Net模型能够较清晰地识别出建筑物轮廓,在预测性能上有更好的目视效果,在测试结果的总体精度和交并比上较U-Net模型分别提高0.67％和1.34％.结果表明,AFP-Net模型实现了高分遥感影像中建筑物提取的结果精度及预测性能的有效提升.
文献关键词：
高分辨率遥感影像;建筑物提取;深度学习;WHU数据集;AFP-Net模型;注意力阀门;特征金字塔注意力
中图分类号：
作者姓名：
于明洋;陈肖娴;张文焯;刘耀辉
作者机构：
山东建筑大学测绘地理信息学院,济南250101;河北省地震动力学重点实验室,三河065201;山东科技大学测绘与空间信息学院,青岛266590
文献出处：
引用格式：
[1]于明洋;陈肖娴;张文焯;刘耀辉-.融合网格注意力阀门和特征金字塔结构的高分辨率遥感影像建筑物提取)[J].地球信息科学学报,2022(09):1785-1802
A类：
注意力阀门
B类：
特征金字塔结构,高分辨率遥感影像,建筑物提取,建筑物轮廓,基础建设,信息统计,深度学习方法,影像特征,特征表达,特征金字塔网络,AFP,Net,高分遥感影像,不同形态,建筑物结构,高效提取,Attention,Gates,凸出,特征金字塔注意力,Feature,Pyramid,高维特征,特征图,感受野,少采,WHU,集训,预测性能,目视,总体精度,交并比,模型实现
AB值：
0.266217
相似文献
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。
