来源：期刊VIP网 时间：
作者：贺鹏程;杨树文;单文超;杨海燕;
单位：兰州交通大学测绘与地理信息学院;地理国情监测技术应用国家地方联合工程研究中心;甘肃省测绘科学与技术重点实验室;
摘要：针对高分辨率遥感影像中彩钢板建筑物具有尺度差异大、类内颜色特征不稳定等问题，提出一种基于改进UNet网络的彩钢板建筑物提取方法(MFEDNet)。在编码器部分，利用新构建的多尺度特征增强模块替代原始UNet双卷积操作，提高模型多尺度特征感知能力的同时能获取更为广泛的上下文信息。在跳跃连接阶段引入双注意力机制增强模型对特征的学习能力，其中的通道注意力模块有效增强了彩钢板建筑物类别颜色信息，解决了类内颜色特征不稳定问题。在自建的GCS数据集和开源CSS数据集上分别进行了对比实验，precision和OA分别达到了87.02%、92.26%和96.55%、92.63%,显著高于对比实验方法。实验结果表明，该方法能够有效提取彩钢板建筑物，避免了误提及空洞现象。
关键词：深度学习;;高分辨率遥感影像;;彩钢板建筑物;;提取;;条带卷积;;双注意力机制
基金资助：国家自然科学基金(42161069)
