《电子测量技术杂志》发表论文赏析

一种基于VDSEC-UNet的遥感影像建筑物提取方法

来源:电子测量技术杂志2025年第10期北京时间:

作者:张剑飞,王友为

单位:黑龙江科技大学计算机与信息工程学院 哈尔滨 150022

摘要:近年来卷积神经网络在遥感影像建筑物提取研究中取得了极大的成功,但其仍然面临着整体提取精度不高、错分、漏分和边界模糊等问题。针对以上问题,提出一种基于VDSEC-UNet的遥感影像建筑物提取方法。首先,使用VGG-16作为编码器,以提取建筑物特征信息;其次,使用动态上采样代替传统上采样,增强模型对细节的感知能力,从而提升建筑物边界的提取精度;接着,在编解码器中间嵌入一个多尺度上下文信息提取模块,以充分考虑建筑物周围其他对象影响,引入足够的上下文信息及不同感受野下的全局信息,减少空间信息损失,提升对不同尺度建筑物的提取效果;然后,在每个跳跃连接部分嵌入ECA注意力机制,提高模型对影像中建筑物特征的关注度;同时,使用联合损失函数缓解类别不平衡问题;最后,构造CA-DPGHead模块并加在解码器末尾,以增强建筑物与背景之间的区分,使模型更加精准地定位和识别图像中的建筑物信息,进而提升对小型建筑物的提取精度并细化建筑物边界的提取效果。实验结果表明,VDSEC-UNet在Massachusetts和Inria数据集上的mIoU分别达到了82.07%和84.35%,F1指数分别达到了83.34%和86.66%,优于其他经典方法。

关键词:建筑物提取;VDSEC-UNet;多尺度上下文;注意力机制;CA-DPGHead

基金资助:国家自然科学基金(61803148)、黑龙江省哲学社会科学研究规划项目(23YSD245)、黑龙江省属高等学校基本科研业务费项目(2024-KYYWF-1099)资助

2025年10期其他文献查阅:

基于四探针法的磁性微米线电阻特性研究

10km/s激光多普勒测速仪示值误差校准方法研究

基于改进ip-iq 理论的谐波检测方法

基于参数优化VMD与宽卷积神经网络的齿轮箱故障诊断

改进YOLOv8s的校园智能清扫车障碍物检测与测距算法

基于数据增强与IEVO-GRNN的飞机引气系统故障诊断

基于改进SSA和CNN-BiLSTM-Attention的UWB测距误差缓解算法

改进YOLOv10n的输电线路部件缺陷检测算法

基于IHOA-DELM的锂离子电池SOH和RUL联合预测

多策略改进的红嘴蓝鹊优化算法及其应用

基于PCA和非线性映射改进的MFCC特征提取方法

基于光散射的光伏组件积灰检测系统设计

基于多尺度特征融合的跨视角点云步态识别

基于YOLOv8的输电线路巡检算法研究

多放大倍率掩码自编码器的乳腺癌图像分类

一种基于VDSEC-UNet的遥感影像建筑物提取方法

基于改进Vision Transformer的水稻叶片病害图像识别

一种基于注意力的无监督行人重识别方法

近场毫米波雷达高分辨率稀疏成像算法研究

基于3D高斯溅射的人物化身重建算法

基于深度学习的三维点云与IMU融合里程计

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!