高分辨率遥感影像建筑物提取卷积神经网络OA
针对复杂影像场景下卷积神经网络对建筑物提取效果较差的问题,本文对轻量型卷积神经网络LinkNet进行了优化调整,使用融合坐标注意力机制的深层残差网络CA-ResNet-50作为LinkNet的编码器,显著增强了网络模型的特征提取性能,提升了其在复杂场景下建筑物提取能力;同时,利用卷积分解方法对LinkNet初始块进行优化,获得了更快的网络训练速度,最终得到性能优异的建筑物提取网络CA-LinkNet。试验结果表明,在武汉大学航空建筑物数据集上CA…查看全部>>
孔文学;罗亦泳;陈心龙;张瑜;许超
中冶武勘工程技术有限公司,湖北武汉430080东华理工大学测绘与空间信息工程学院,江西南昌330013中冶武勘工程技术有限公司,湖北武汉430080中冶武勘工程技术有限公司,湖北武汉430080中冶武勘工程技术有限公司,湖北武汉430080
测绘与仪器
遥感影像建筑物提取卷积神经网络坐标注意力机制残差网络
《北京测绘》 2024 (1)
P.44-49,6
国家自然科学基金(41861058)。
评论