基于多尺度特征改进UNet++的遥感影像建筑物提取方法
An Improved UNet++Approach for Building Extraction from Remote Sensing Imagery Based on Multi-scale Features作者机构:江西理工大学土木与测绘工程学院江西赣州341000
出 版 物:《长江信息通信》 (Changjiang Information & Communications)
年 卷 期:2024年第37卷第7期
页 面:40-42页
学科分类:081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术(可授工学、理学学位)]
主 题:多尺度特征 UNet++ 建筑物提取 Jaccard Loss
摘 要:针对现有遥感影像建筑物提取方法所存在的问题,提出了一种基于多尺度特征改进UNet++网络的建筑物提取方法。通过引入Res2Net模块增强模型对建筑物复杂结构的特征提取能力,深入挖掘遥感影像的多尺度特征,使用JaccardLoss提高模型的收敛速度及整体性能。在制作的Ganzhou建筑物数据集及WHU全球卫星建筑物数据集上,Accuracy、Precision和F1-Score值较高,对比PAN、PSPNet、FPN等主流网络表现较好。