来源：期刊VIP网 时间：
作者：朱梓萌;李少丹;郑东博;薛彭帅;
单位：河北师范大学地理科学学院;河北省环境变化遥感识别技术创新中心;
摘要：传统村落建筑物作为珍贵的文化资源，快速、准确地获取传统村落建筑物信息，对保护传统文化有着重要意义。在利用遥感图像识别农村建筑物，尤其是传统村落建筑物时，存在漏检、错检、轮廓失真、角点不规则等问题。针对此问题，文章提出了RH-CUnet模型。该模型以U-Net网络为基础，通过嵌入边缘识别网络和角点检测算法来提高模型对建筑物的边缘、角点的关注度，从而实现传统村落建筑物的精确提取。实验结果表明，在自制的传统村落建筑物数据集和WHU建筑物数据集上，该方法提取的建筑物更加完整，轮廓形状平滑，边角清晰，且在precision、recall、F1-score、IoU、BoundF和VNE 6种评价指标上都得到了很大的提升。RH-CUnet模型有效地提高了传统村落建筑物的提取精度，具有一定的实用价值。
关键词：U-Net;;传统村落建筑物;;边缘识别网络;;角点检测;;建筑物提取
基金资助：国家自然科学基金(41801240);; 河北省自然科学基金(D2019205067);; 河北省教育厅基金(BJK2022031);; 河北师范大学校级研究生创新资助项目(XCXZZSS202302)
