科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对卷积神经网络在提取建筑物的过程中，存在建筑物边界不准确和建筑物内部空洞等问题，提出以RSU模块(residual U-block)为核心的MPRSU-Net(multi-path residual U-block network)。该模块利用编码器-解码器结构和残差连接，实现了局部特征和多尺度特征的融合。由于一个RSU模块提取的信息有限，MPRSU-Net进一步通过多路径结构并行了不同尺度的RSU模块，并在这些模块之间进行信息交换，提高了特征聚集效率。在分辨率为0.3 m的WHU和Inria建筑物数据集上进行试验，精度分别达95.65%和88.63%,IoU分别达91.17%和79.31%,验证了本文方法的有效性。此外，本文方法相较于U2Net,计算量明显降低，模型参数量减少68.63%,表明本文方法具有一定的应用价值。
- 单位
