SGEU-Net:用于从高分遥感影像中提取道路的空间分组增强注意力网络

道路提取是现代路网规划的重要组成部分。近来,许多深度学习方法已被应用于该领域。然而,由于车辆以及树木和建筑物阴影的遮挡,在保持连续性的同时准确提取道路区域仍然是一个问题。论文提出了一种新型的道路提取网络-空间分组增强网络(SGEU-Net),由两个部分构成:一个改进的U-Net编码器-解码器网络和空间分组增强(SGE)注意力模块。SGE模块可以明显改善不同语义子特征在组内的空间分布,产生更可观的统计差异,增强语义区域的特征学习。改进的算法在马萨诸塞州道路数据集上进行实验,结果表明,与当前先进算法相比,所提算法提高了从遥感图像中提取道路的效果。