来源：期刊VIP网 时间：
作者：戴激光;常嘉骏;李宛潼;秦志伟;王继承;
单位：辽宁工程技术大学测绘与地理科学学院;辽宁省自然资源事务服务中心;
摘要：针对山区道路在高分辨率遥感影像中形态结构细小、曲折，容易受到树木、房屋及阴影等遮挡分隔，且相邻地物波谱近似，往往造成错提取、漏提取的问题，该文提出了一种基于密集多尺度Unet的山区道路提取方法——DMUnet。通过引入多方向特征融合模块作为初始块，提高网络远程上下文信息的学习能力，帮助网络更好地适应山区道路曲率大、路况复杂的特点，有效区分山区道路与周边地物，减少了地物相似导致的漏提取；在编码器利用密集多尺度通道注意机制，实现网络中多尺度信息的自适应聚焦，增强在山区道路受到严重遮挡环境下网络模型的鲁棒性，提升模型对道路遮挡情况下的提取能力；在解码器阶段设计密集多核卷积模块，进一步整合低级语义信息和高级语义信息，帮助网络捕捉到细小的山区道路，有效减少目标细小导致的漏提取。实验结果显示，本文方法在Recall、Precision、F1和mIoU四项评价指标上均优于其他方法。
关键词：高分辨率遥感影像;;道路提取;;上下文信息;;特征融合;;语义信息
基金资助：国家科学自然基金项目(42071428)
