基于改进D-LinkNet模型的输电通道周边建筑物提取算法研究

摘要：

针对输电线路工程距离远,跨度长,不同地区民俗差别较大,房屋建筑物形状风格不一,建筑物提取困难的问题,提出了一种基于深度学习方法的输电通道高精度建筑物提取算法.在经典D-LinkNet模型的基础上,引入了卷积注意力机制模块(CBAM)和门控融合模块(GFM),增强了算法特征提取能力,提高了模型鲁棒性,减少了建筑物错提和漏提.实验结果表明:所提方法在0.4和0.8m的建筑物提取结果中精度较高,均达到了预想的结果,并且形貌规整,可有效满足测绘需要.说明所提出的改进方法在输电通道遥感影像建筑物提取方面具有明显优势.

关键词：深度学习、建筑物提取、注意力机制、输电通道、算法特征

分类号：TU433;TU753.4;U455.4

在线出版日期：2023-08-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：39-42,48