计算机科学与探索

作者：苏赋, 李沁, 马傲

单位：西南石油大学 电气信息学院，成都 610500

关键词：遥感影像,建筑物分割,双路径编码,注意力机制,多尺度特征

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。

来源：2024年第10期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2024年第10期