基于Encoder-Decoder网络的遥感影像道路提取方法

摘要：

针对道路目标特点,设计实现了用于遥感影像道路提取的Encoder-Decoder深度语义分割网络.首先,针对道路目标局部特征丰富、语义特征较为简单的特点,设计了较浅深度、分辨率较高的Encoder-Decoder网络结构,提高了分割网络的细节表示能力.其次,针对遥感影像中道路目标所占像素比例较小的特点,改进了二分类交叉熵损失函数,解决了网络训练中正负样本严重失衡的问题.在大型道路提取数据集上的试验表明,所提方法召回率、精度和F1-score指标分别达到了83.9％、82.5％及82.9％,能够完整准确地提取遥感影像中的道路目标.所设计的Encoder-Decoder网络性能优良,且不需人工设计提取特征,因而具有良好的应用前景.

关键词：遥感、道路提取、深度学习、语义分割、编解码网路

所属期刊栏目：48

分类号：P237(摄影测量学与测绘遥感)

资助基金：国家自然科学基金61403398,61673017;陕西省自然科学基金面上项目2017JM6077

在线出版日期：2019-06-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：330-338