结合上下文信息与多层特征融合的遥感道路提取

作者：陈果; 胡立坤^*

来源：激光与光电子学进展, 2023, 1-18.

• 图像处理
• UNet模型
• 多尺度上下文
• 注意力机制
• 条带池化

现有的U-Net网络虽然为遥感图像道路提取提供了较为理想的解决方案，但由于其缺乏对全局信息的关注，导致模型对于上下文信息的提取能力不足。为了进一步提高道路提取的准确度与完整度，提出了一种结合上下文信息与多层特征融合的CMF-UNet(Context&Multilayer Features-UNet)，该模型利用金字塔特征聚合模块融合多层特征，并引入多尺度上下文信息提取模块用于加强上下文信息捕获能力。在Massachusetts Roads和CHN6-CUG两个数据集上进行实验验证，结果表明所提方法能够有效提升道路分割精度，相较于原UNet网络，CMF-UNet在Massachusetts Roads数据集上的Recall、F1-score和交并比分别提升了5.77%、2.02%和2.62%；在CHN6-CUG数据集上，Recall、F1-score和交并比分别提升6.47%、1.53%和2.04%。

• 单位
  广西大学