文章摘要:针对遥感影像中道路信息错综复杂导致道路提取不完整、精确度低下等问题，通过融合多尺度特征的方法改善道路提取整体效果。一方面，基于深度残差网络设计混合空洞卷积增大特征提取的感受野，使得在多尺度特征融合模块中浅层道路语义信息更丰富；另一方面，利用权重分布匹配感受野尺度的方式，提高多尺度融合特征中获取浅层道路语义信息的准确性，并将改进的多孔空间金字塔池化模块融入深度残差网络中，实现深度聚合道路不同尺度信息。使用两个高分辨率遥感数据集Cheng＿Data＿Roads和Zimbabwe＿Data＿Roads进行实验表明，所提出的方法最高可达91.16%的F1值和83.63%的MIoU值，在准确率、召回率、F1值和MIoU值评价指标上明显优于U-net、ResUnet、D-Linknet等语义分割网络。

文章关键词:

论文作者:赫晓慧 宋定君 李盼乐 田智慧 周广胜 

论文DOI:10.19678/j.issn.1000-3428.0062451

论文分类号:U495;TP751

上一篇：气象学论文_1990—2020年朋曲流域冰川变化及其
下一篇：没有了