改进U-Net网络及在遥感影像道路提取中的应用

作者：孔嘉嫄; 张和生^*

来源：中国空间科学技术, 2022, 42(03): 105-113.

DOI：10.16708/j.cnki.1000-758X.2022.0041

• 遥感影像
• 道路提取
• U-Net网络
• 多维注意力
• 特征传递

高分辨率遥感图像分割在军事、民用等领域具有良好的应用前景，但由于复杂的背景条件以及干扰物的遮挡，导致现有算法无法较好地从遥感影像中提取道路细节信息。研究基于改进U-Net网络模型，提出了MDAU-Net(multi dimension attention U-Net)网络结构模型，通过对U-Net网络结构加深至七层结构来提升精细分割道路的能力；并提出了一种多维注意力模块MD-MECA(multi dimension modified efficient channel attention),将其添加至编码部分的特征传递步骤中，以达到对编码部分的特征传递进行优化的目的；其中利用DropBlock与Batch Normalization解决网络训练过程中出现的过拟合。试验结果表明：改进后算法可以有效提升道路的提取效果，在测试集上的准确率达到了97.04%。

• 出版日期2022
• 单位太原理工大学