|
|||||
|
|
| 基于密集多尺度特征的遥感影像水体提取 | |
| 引用本文： | 马天浩,杨海成,李云涛,梁四幺,王晗.基于密集多尺度特征的遥感影像水体提取[J].海洋测绘,2024(1):63-67. |
| 作者姓名： | 马天浩 杨海成 李云涛 梁四幺 王晗 |
| 作者单位： | 1. 核工业航测遥感中心 |
| 摘 要： | 针对传统遥感影像水体提取方法和基于深度学习的经典目标提取模型的提取结果存在丢失边缘细节信息和准确率低的问题，提出了基于深层特征编码-水体识别解码的多尺度特征密集连接网络结构。首先利用深层特征编码结构中的普通卷积提取影像中水体的特征信息，然后利用密集多尺度特征模块提取水体的多尺度特征和保留全局信息，最后利用水体识别解码结构对图像中的水体进行预测。实验结果表明：本文方法的提取结果精度优于经典全卷积神经网络模型，在测试集上的像元精度达到98.56%,交并比达到78.91%,有效保留了水体的完整性和细节边缘信息，实现了水体的精细化提取。 |
| 关 键 词： | 遥感影像 深度学习 水体提取 密集连接网络 膨胀卷积 密集多尺度特征 |