典型文献
融合双注意力机制模型的遥感影像建筑物提取
文献摘要：
针对深度学习模型提取高分辨率遥感影像建筑物效果不理想,存在漏提、误提和提取不完整等问题,该文基于U-Net提出一种融合双注意力机制和残差结构的网络模型.在U-Net的跳跃连接阶段融合了通道与空间双注意力机制,实现精细化特征融合,编码阶段使用残差模块代替普通卷积来提升模型对建筑物特征的学习能力.利用该文的模型在WHU高分辨率遥感影像数据集上进行建筑物提取实验,与SegNet、U-Net和ResUnet的结果进行对比,结果表明该方法能够有效提升建筑物提取的准确性和精度.
文献关键词：
遥感影像;建筑物提取;注意力机制;残差结构;U-Net
中图分类号：
作者姓名：
张越;程春泉;杨书成;高瑞;常亚茹
作者机构：
山东科技大学测绘与空间信息学院,山东青岛 266590;中国测绘科学研究院,北京 100036
文献出处：
引用格式：
[1]张越;程春泉;杨书成;高瑞;常亚茹-.融合双注意力机制模型的遥感影像建筑物提取)[J].测绘科学,2022(04):129-136,174
A类：
B类：
双注意力机制,注意力机制模型,建筑物提取,深度学习模型,高分辨率遥感影像,残差结构,跳跃连接,精细化特征,特征融合,残差模块,WHU,遥感影像数据,提取实验,SegNet,ResUnet
AB值：
0.266532
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。
