129 / 2024-08-21 15:18:48

基于图与条带卷积的遥感图像道路提取网络“AITC 2024+空天之星”

深度学习；道路提取；条带卷积；图卷积

基于方形卷积核的神经网络在提取遥感图像中的道路时，难以准确地捕捉到道路的线性特征，并且无法有效地处理被遮挡的道路部分。为了解决这些问题，本文提出基于图与条带卷积的遥感图像道路提取网络（GaSC-Net）。首先引入了条带卷积模块，利用条状卷积和动态蛇形卷积来增强网络对道路线性特征的识别能力；然后采用图卷积软件直播观看对遥感图像的空间信息进行推断，以加强对道路分布情况的理解，同时改善道路提取结果的连通性；最后在CHN6-CUG 中国道路数据集和DeepGlobe道路提取数据集上进行验证和评估，并与CoANet、DBRANet等多种方法进行对比。实验结果显示，GaSC-Net在平均交并比（mIoU）指标上最高提升了1.07%，且提取的道路具有更好的连通效果。