来源：期刊VIP网 时间：
作者：王云艳;殷冬雨;罗雨浩;
单位：湖北工业大学电气与电子工程学院;襄阳湖北工业大学产业研究院;
摘要：为了准确提取水稻的种植面积，提出一种基于自适应特征提取网络模型RC＿UNet和特征组合的水稻面积提取方法：(1)设计一种自适应通道卷积注意力机制(ACCA),通过动态调整水稻特征通道权重，实现RC＿UNet对于水稻特征的自适应提取；(2)构建一种特征对齐模块(FAM),通过特征对齐，来减小特征之间的差异性，促进特征融合，增强网络的特征表达能力；(3)构建了4种用于水稻面积提取的特征组合方案。以2021年湖北省石首市Sentinel-2影像为数据源，进行实验。实验结果表明，与SE、CBAM相比，ACCA能够显著提升网络收敛效果，提升网络收敛效果。同时验证了，近红外(NIR)、主成分第一分量(PCA1)、增强型植被指数(EVI)特征组合更加适用于提取水稻区域。在此基础上，RC＿UNet网络模型的F1分数、交并比、相对面积误差分别为89.21%、81.52%、4.96%,优于SegNet、DeepLabV3+和U-Net网络模型。
关键词：注意力机制;;特征对齐;;语义分割;;水稻提取;;特征组合
基金资助：国家自然科学基金项目(41601394)
