基于改进D-LinkNet模型的高分遥感影像道路提取研究

来源：计算机工程杂志2021年第9期北京时间：

作者：张立恒, 王浩, 薛博维, 何立明, 吕悦

单位：1. 长安大学 信息工程学院, 西安 710064;2. 西安中科星图空间数据技术有限公司, 西安 710000

摘要：针对高分影像中的道路信息易受植被阴影、高楼建筑物、河流等非道路信息干扰的问题，提出一种高分遥感影像道路提取模型。在中心区域引入channel-spatial双注意力机制捕获道路信息的全局特征依赖，并基于原始模型DICE+BCE损失函数，构建新型的超参数权重损失来优化网络模型中参数迭代的误差，改善道路分割的精度。按照1：1、2：1、3：1、4：1、5：1这5种比值设定超参数权重比，通过调节超参数权值比获取模型最佳的道路分割性能。实验结果表明，与FCN-8s、U-Net等模型相比，改进D-LinkNet模型道路分割效果明显提升，能有效地规避因非道路因素对道路提取干扰而导致的“虚检”“漏检”“误检”的现象。

关键词：高分遥感影像,双注意力机制,全局特征依赖,超参数权重损失,道路分割

基金资助：中央高校基本科研业务费专项资金（300102249302）。