来源：期刊VIP网 时间：
作者：许锐;庄振兴;黄风华;
单位：福建理工大学计算机科学与数学学院;福建省空间信息感知与智能处理重点实验室(阳光学院);
摘要：目前基于深度学习的道路提取方法普遍存在忽略影像细节特征的问题。针对此问题，设计了一种改进U~2-Net的高分辨率遥感影像道路信息提取新方法。该方法以U~2-Net为主体框架，引入了卷积注意力机制模块和自注意力机制模块，既增加影像的全局语义信息又保留了空间细节特征，实现不同类型特征的有效融合。在DeepGlobe和CHN6-CUG两个道路数据集上的实验结果表明，该方法具有更强的特征提取和抗干扰能力，整体性能优于其他同类研究成果，能够更有效地从高分辨率遥感影像中提取道路。
关键词：深度学习;;道路提取;;语义分割;;U~2-Net;;双注意力机制
基金资助：福建省空间信息感知与智能处理重点实验室开放基金(阳光学院,FKLSIPIP1020)
