| 融合边缘特征与语义信息的人工坑塘精准提取方法 |
| |
| 引用本文： | 杨先增,周亚男,张新,李睿,杨丹.融合边缘特征与语义信息的人工坑塘精准提取方法[J].地球信息科学,2022,24(4):766-779. |
| |
| 作者姓名： | 杨先增 周亚男 张新 李睿 杨丹 |
| |
| 作者单位： | 1.河海大学水文水资源学院,南京 2111002.中国科学院空天信息创新研究院 遥感科学国家重点实验室,北京 100101 |
| |
| 基金项目： | 自然资源部地理国情监测重点实验室开放基金;中央高校业务费项目;国家自然科学基金;农业产业数字化地图 |
| |
| 摘 要： | 针对高空间分辨率遥感影像目标提取中定位精度低、边缘粗糙等问题,提出一种融合目标边缘特征与语义信息的人工坑塘提取网络模型。方法首先利用改进的U-Net语义分割网络模块来提取遥感影像中丰富的目标语义信息,然后拓展上述语义分割网络构建边缘提取子网络来获取遥感影像的多尺度边缘特征,最后借助于编码-解码子网络融合边缘特征与语义信息,实现遥感影像目标的精准提取。将该方法运用到雷州半岛复杂背景条件下人工坑塘提取实验中,实验结果中本文提出的方法在F分数以及边界F分数等评价指标上表现最优,达到97.61%与83.01%,验证了融合高层语义信息结合低层的边缘特征在提升遥感目标提取精确度上的有效性。
|
| 关 键 词： | 高分遥感 深度学习 语义分割 边缘提取 目标提取 人工坑塘 特征融合 多任务学习 |
| 收稿时间： | 2021-08-20 |
Accurate Extraction of Artificial Pit-pond Integrating Edge Features and Semantic Information |
| |
| YANG Xianzeng,ZHOU Ya'nan,ZHANG Xin,LI Rui,YANG Dan.Accurate Extraction of Artificial Pit-pond Integrating Edge Features and Semantic Information[J].Geo-information Science,2022,24(4):766-779. |
| |
| Authors: | YANG Xianzeng ZHOU Ya'nan ZHANG Xin LI Rui YANG Dan |
| |
| Institution: | 1. College of Hydrology and Water Resources, Hohai University, Nanjing 211100, China2. State Key Laboratory of Remote Sensing Science, Aerospace Information Research Institute, Chinese Academy of Sciences, Beijing 100101, China |
| |
| Abstract: | |
| |
| Keywords: | high-resolution remote sensing deep learning semantic segmentation edge extraction target extraction artificial pit-pond feature fusion multi-task learning |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《地球信息科学》浏览原始摘要信息 |
| 点击此处可从《地球信息科学》下载免费的PDF全文 |
|
