基于深度学习的卫星图像道路分割算法

摘要：

针对道路分割时存在的梯度消失问题,构建基于U-Net的卫星道路图像语义分割模型.通过密集连接模块减少梯度消失,并引入空间空洞金字塔结构保留更多的图像特征,在学习深层次特征信息时采用注意力监督机制,提取道路要素的特征信息.在卫星图像道路数据集上的测试结果表明,与FCN、SegNet、U_Net算法相比,该算法模型的准确率、召回率和精确率指标分别达到96.3％、96.9％和96.6％,能够有效地对道路元素进行准确分割.

关键词：深度学习;道路分割;密集连接模块;空间空洞金字塔结构;注意力监督机制

所属期刊栏目：47

分类号：TP391(计算技术、计算机技术)

资助基金：国家重点研发计划;海南省重点研发计划;海南省高等学校科学研究项目

在线出版日期：2021-10-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：306-313