U-Net网络多维注意力特征传递高分辨率遥感图像分割在军事,民用等领域具有良好的应用前景,但由于复杂的背景条件以及干扰物的遮挡,导致现有算法无法较好地从遥感影像中提取道路细节信息.研究基于改进U-Net网络模型,提出了MDAU-Net(multi dimension attention U-Net)网络结构模型,通过对U-Net网络结构加深至七层结构来提升...
针对高分辨率遥感影像背景信息复杂,道路提取难度大,自动化程度低等问题,论文提出了一种改进的U-Net的道路提取方法.首先,编码器使用VGG16网络结构替代原始U-Net编码器结构;然后,在每个编码器和解码器块后加入特征压缩激活模块(SENet)增强网络特征学习能力;最后,使用Dice损失函数和二分类交叉熵损失函数复合的损失函数进行...
MSC)融合不同层次的特征,提升模型对不同尺度物体的学习能力;结合注意力机制对输入特征的通道和空间维进行重标定,抑制背景中无关类别与形状变化的干扰;引入金字塔池化构造全局先验信息,应对复杂场景下不同类别相似物体的分割,提出一种改进U-...
金融界2024年5月29日消息，据国家知识产权局公告，航天宏图信息技术股份有限公司申请一项名为“基于改进U-Net网络的点云道路标线分类方法及装置“，公开号CN202410341865.8，申请日期为2024年3月。专利摘要显示，本发明提供了一种基于改进U‑Net网络的点云道路标线分类方法及装置，包括：获取待处理点云数据，并将待...
于遥感影像效果并不理想.对此,许多学者尝试改进深度学习算法以适应遥感影像的耕地提取.文章在U-Net网络的基础上,融入残差模块和纹理特征提取模块,增强模型对小目标物体和模糊样本的特征提取能力,并在自行制作的高分二号遥感影像上进行实验.实验表明,改进后的U-Net模型与原始的U-Net相比,在遥感影像的耕地提取中有更好...
模型对遥感图像道路特征提取能力不足、分割结果不清晰等问题,文章提出了一种改进的 U-Net算法:首先在编码器中引入级联的空洞空间金字塔模块充分利用图像全局上下文信息从而改善分割结果模糊的问题;再通过在通道中嵌入坐标注意力机制模块加强对道路特征信息的提取, 最后在解码器部分引入空间注意力机制旨在提高道路分割边缘的...
道路提取双U-Net上下文特征针对从地物信息复杂的遥感影像中提取道路准确率较低的问题,提出了一种改进双U-Net的路网提取方法.在两个U-Net间添加上下文特征提取模块进行连接;通过使用Log-Cosh方法对IoU损失进行平滑处理,并与二元交叉熵损失加权相加作为模型的损失函数;将数据分为无道路,简单道路,复杂道路,阴影遮挡道路,...
从遥感影像中提取道路目标对智慧城市建设具有重要意义.由于遥感数据中道路及背景特征复杂多样,使用深度学习方法对道路进行提取的准确性仍然受到限制.基于U-Net网络架构设计实现了用于遥感影像道路提取的深度语义分割模型AS-Unet,该模型分为编码器和解码器两部分.在编码器部分加入通道注意力机制,对提取的丰富低层特征进行...
摘要:利用深度神经网络进行遥感影像语义分割是遥感智能解译的一个重要内容, 在城市规划、灾害评估及农业生产等领域具有十分重要的作用。高分辨率遥感影像具有背景复杂、尺度多样及形状不规则等特点, 使用自然场景语义分割方法处理遥感图像往往存...
模型对遥感图像道路特征提取能力不足、分割结果不清晰等问题,文章提出了一种改进的 U-Net算法:首先在编码器中引入级联的空洞空间金字塔模块充分利用图像全局上下文信息从而改善分割结果模糊的问题;再通过在通道中嵌入坐标注意力机制模块加强对道路特征信息的提取, 最后在解码器部分引入空间注意力机制旨在提高道路分割边缘的...