期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于改进UNet网络的遥感影像建筑物提取 被引量:3
1
作者 吴锋振 杨德宏 +2 位作者 李俊 何万才 邓云龙 《城市勘测》 2023年第5期99-105,共7页
针对卷积神经网络在高分辨率遥感影像建筑物提取中存在边缘模糊和建筑物空洞等问题,提出一种结合似空间注意力模块UNet网络用于建筑物提取。为验证网络的有效性和适用性,分别在WHU和AIRS数据集上进行实验,并将其与FCN-8S、SegNet和UNet... 针对卷积神经网络在高分辨率遥感影像建筑物提取中存在边缘模糊和建筑物空洞等问题,提出一种结合似空间注意力模块UNet网络用于建筑物提取。为验证网络的有效性和适用性,分别在WHU和AIRS数据集上进行实验,并将其与FCN-8S、SegNet和UNet进行对比。实验结果表明,在WHU建筑物数据集上,精确率达94.12%,交并比达91.74%,与其他三个网络相比,各项评价指标有一定程度提升,在模型参数量和每轮次运行时间增加的可接受范围内,表现出良好分割性能,验证提出方法的有效性;在AIRS数据集上,交并比、精确率分别为90.40%、90.22%,除F1分数比FCN-8S略低外,其他指标也存在优势,验证方法的适用性。 展开更多
关键词 卷积神经网络 建筑物提取 UNet 似注意力模块 特征校正
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部