-
题名改进U-Net模型在遥感影像建筑物提取中的应用
- 1
-
-
作者
俞佳笠
马超
-
机构
宁波市阿拉图数字科技有限公司
-
出处
《北京测绘》
2024年第8期1224-1229,共6页
-
基金
北京市科技计划(Z211100004221015)。
-
文摘
针对传统遥感影像建筑物方法提取背景复杂影像时存在的精度低、图像边缘预测效果差等问题,本文在U-Net模型的基础上提出一种改进模型。首先,为防止过拟合现象产生,向U-Net收缩路径中加入随机失活(Dropout)函数;其次,为提升模型训练速度,向扩张路径中加入批量归一化层;最后,为提升模型的图像边缘预测效果,选择联合损失函数为模型损失函数。通过武汉大学(WHU)建筑物数据集进行实验,结果表明本文模型在建筑物提取完整度、边界分割精度等方面都有不错的表现,尤其是针对较小建筑物的提取效果更好,其中精度指标UIo、AO、Kappa系数分别达到了76.876%、91.413%、81.225%,相比对比模型的精度指标更优,从而验证了本文方法的可靠性。
-
关键词
遥感影像
改进U-Net模型
建筑物提取
联合损失函数
随机失活函数
-
Keywords
remote sensing images
improve the U-Net model
building extraction
joint loss function
random dropout function
-
分类号
P237
[天文地球—摄影测量与遥感]
-