基于RFA-LinkNet模型的高分遥感影像水体提取

来源：南京信息工程大学学报·自然科学版杂志2023年第2期北京时间：

作者：康健，管海燕，于永涛，景庄伟，刘超，高俊勇

单位：康健,南京信息工程大学 遥感与测绘工程学院, 南京, 210044,管海燕,南京信息工程大学 遥感与测绘工程学院, 南京, 210044,guanhy.nj@nuist.edu.cn于永涛,淮阴工学院 计算机与软件工程学院, 淮安, 223003,景庄伟,上海航天电子技术研究所, 上海, 201109,刘超,淮阴工学院 计算机与软件工程学院, 淮安, 223003,高俊勇,淮阴工学院 计算机与软件工程学院, 淮安, 223003

摘要：针对现阶段卷积神经网络模型在复杂地物背景下水体提取精度低、多尺度特征捕获能力差、模型复杂的问题,基于LinkNet模型提出一种结合RFB模块和通道注意力机制的RFA-LinkNet高分辨率光学遥感影像水体提取模型.首先,将RFB模块用于获取高阶水体语义信息与多尺度特征;其次,利用通道注意力机制,对特征编码和解码的特征进行加权融合,抑制背景特征,增强水体语义.与现有卷积神经网络模型相比,提出方法不仅具有高效的性能和鲁棒性,而且能实现高精度的水体提取.

关键词：遥感影像;水体提取;多尺度特征;注意力机制

基金资助：国家自然科学基金(41971414,62076107);江苏省研究生科研与实践创新计划(KYCX20_0976)