科研之友
微信
新浪微博
Facebook
分享链接
摘要
道路网络提取是高分辨率遥感影像数据应用研究的难点之一。针对现有的道路提取方法普遍注重区域精度而边界质量缺失考虑的问题，提出一种基于DeepLabV3+语义分割神经网络的深度学习提取道路的方法。该网络模型采用编码器-解码器网络(encoder-decoder)和多孔空间金字塔池(atrous spatial pyramid pooling, ASPP)相结合的方式，增强了对道路边界的划分效果。模型在Massachusetts roads数据集进行了道路网络提取实验。分析结果表明，基于该方法的道路提取精度优于U-Net等网络模型，F1分数达到87.27%,与其他方法相比较，该方法能够更有效、完整地从遥感图像中提取道路。
- 单位
