来源：期刊VIP网 时间：
作者：王广帅;
单位：中国铁路设计集团有限公司测绘地理信息研究院;天津市轨道交通导航定位及时空大数据技术重点实验室;
摘要：针对无人机影像场景复杂、视角差异大、异物遮挡多，因而难以实现影像钢轨线高精度自动提取的问题，提出基于CBAS＿Unet的无人机多视角影像钢轨线自动提取方法。在传统U-net网络基础上增加并行的空洞空间金字塔模块（Atrous Spatial Pyramid Pooling,ASPP）及卷积注意力模块（Convolutional Block Attention Module,CBAM），以增强网络对不同尺度的邻域信息的获取能力，有效提升对钢轨的分割性能；再通过基于RANSAC最小二乘拟合的像素编组及邻域钢轨线串联，实现完整钢轨矢量线的高精度提取。结果表明：与Unet及Deeplab v3+2种经典模型相比，所提方法针对多视角无人机影像钢轨分割的交并比分别提升2.09%和1.98%，综合能力评价指标分别提升1.50和1.42；钢轨线提取完整度达到了90.7%，优于U-net模型的83.3%；钢轨线提取的误差平均值约0.58像素，中误差约0.77像素，实现了亚像素级的钢轨线提取。该方法能够满足无人机多视角影像中钢轨线提取的自动化、完整性以及高精度应用的需求。
关键词：无人机影像;;钢轨线提取;;空洞空间金字塔;;注意力机制;;U-net
基金资助：国家重点研发计划项目（2022YFC3005201）;; 天津市科技计划项目（23ZGSSSS00010）;; 中国国家铁路集团有限公司科技研究开发计划课题（L2023G014）;; 中国铁路设计集团有限公司科技开发重点课题（2023A0240109）
