-
题名基于方向感知和双路径编码器的遥感图像道路提取
- 1
-
-
作者
刘明皓
代俊
宋雨芯
何志鹏
-
机构
重庆邮电大学计算机科学与技术/人工智能学院
旅游多源数据感知与决策技术文化和旅游部重点实验室
-
出处
《地理与地理信息科学》
北大核心
2025年第4期25-34,共10页
-
基金
国家自然科学基金项目(42071218)。
-
文摘
从遥感图像中提取道路信息是遥感语义分割的重要任务。针对当前深度学习网络模型在道路信息遥感提取方面存在的诸如道路断裂、虚假道路等问题,该文提出一种基于方向感知和双路径编码器的DPMSRE-Net模型。首先,在CNN和Swin Transformer双路径编码器的融合部分设计了多尺度条形注意力融合(MSAF)模块,该模块通过条形注意力加强模型对道路方向的感知,使网络能够增强在不同尺度和通道上的感知能力,更好地融合双路径编码器的特征信息;其次,在编码器和解码器的核心桥接部分设计了多尺度交叉方向注意力(MSCA)模块,有助于网络学习丰富的上下文信息和拓扑结构,提升对道路细节的捕捉能力。基于CHN6-CUG与DeepGlobe两个道路数据集的对比实验表明,DPMSRE-Net在IoU、F1分数上均优于D-LinkNet、U-Net等语义分割模型。
-
关键词
遥感图像
道路提取
语义分割
双编码器
多尺度
-
Keywords
remote sensing images
road extraction
semantic segmentation
dual encoder
multi-scale
-
分类号
TP75
[自动化与计算机技术—检测技术与自动化装置]
-
