作者:馮凡,王雙亭,張津,王春陽
摘要:針對高空間分辨率遙感影像中多尺度建筑物提取精度不佳的問題,提出了一種基于多輸入多輸出和多特征融合的全卷積網絡。一方面將輸入影像進行不同比例下采樣,然后將結果和網絡中對應編碼段的特征進行融合;另一方面將不同解碼段輸出的特征圖上采樣后連接在一起,實現跨尺度特征聚合。以上兩種特征融合的方式構成對稱的多輸入多輸出結構,強化了網絡對復雜地物的分析能力。此外,在編碼段和解碼段中間使用基于殘差密集連接和空洞卷積的多特征融合模塊學習深度多尺度特征圖,進一步提升網絡對多尺度建筑物的提取能力。在WHU航空影像上進行的建筑物提取實驗,驗證了所提方法的有效性。
發文機構:河南理工大學測繪與國土信息工程學院
關鍵詞:圖像處理遙感深度學習多輸入多輸出多特征融合建筑物提取image processingremote sensingdeep learningmulti-input and multi-outputmulti-feature fusionbuilding extraction
分類號: P237[天文地球—攝影測量與遙感]