基于双路径编码的遥感建筑物图像分割方法

作     者：苏赋 李沁 马傲 

作者机构：西南石油大学电气信息学院 

出 版 物：《计算机科学与探索》 (Journal of Frontiers of Computer Science and Technology)

年 卷 期：2024年第10期

页      面：2704-2711页

核心收录：

学科分类：0810[工学-信息与通信工程] 08[工学] 081601[工学-大地测量学与测量工程] 0816[工学-测绘科学与技术] 081002[工学-信号与信息处理] 

基　　金：成都市国际科技合作资助项目(2020-GH02-00016-HZ)~~ 

主　　题：遥感影像 建筑物分割 双路径编码 注意力机制 多尺度特征 

摘      要：高分辨率遥感图像建筑物分割是遥感影像研究的热点之一，而高分辨率遥感图像中建筑物尺度多样容易导致错分割、漏分割和边界模糊。针对上述问题，基于U-Net网络结构提出了一种双路径编码的遥感建筑物图像分割网络（DCU-Net）。DCU-Net在U-Net上加入一条并行编码路径，形成双路径编码结构。在编码阶段设计了密集残差编码模块（DRCM）和多尺度空洞卷积编码模块（MDCCM）以增强多尺度特征提取。在网络中加入双路融合注意力模块（DFAM），增强网络对特征的表达能力。为验证网络有效性，在WHU与Massachusetts数据集上进行实验，召回率、F1分数和交并比指标在WHU上达到91.26%、92.33%和86.15%，在Massachusetts Buildings上达到81.64%、84.33%和82.72%。结果表明，DCU-Net对于不同尺度的建筑物提取有较高的提取精度。