文章摘要:针对遥感影像中道路信息容易受到建筑物、植被等非道路信息干扰的问题，提出了一种基于门控卷积残差网络的遥感影像道路提取模型。首先，该网络使用Resnet101作为网络的编码器，在使得网络足够深的同时，也保证了梯度信息的有效传导；其次，在中心部分使用ASPP多尺度特征提取模块，进一步挖掘特征图中给予的信息；最后，使用门控卷积替换普通的卷积层，它可以根据特征图中参数的重要性，自适应分配权重，作为网络的解码器部分。该方法在CVPR DeepGlobe 2018道路提取挑战赛的数据集上进行了验证，平均交并比、dice相似系数、召回率分别达到：70.20%、82.06%、82.21%，均超过该赛事冠军DlinkNet34，提升了道路提取的效果。

文章关键词:道路提取,图像分割,门控卷积,残差网络,遥感影像,

项目基金:国家自然科学基金资助项目(42075142),国家重点研发计划课题(2017YFC1502203),四川省科技计划项目(2019YFG0496,2020YFG0143,2020JDTD0020),