浏览全部资源
扫码关注微信
1. 云南省交通投资建设集团有限公司
2. 长安大学地质工程与测绘学院
Published:2024
移动端阅览
高玉慧, 朱武, 张锐煊, et al. D-Net:一种动态模拟道路形态的路网提取模型[J]. 2024, 22(6): 25-28.
DOI:
高玉慧, 朱武, 张锐煊, et al. D-Net:一种动态模拟道路形态的路网提取模型[J]. 2024, 22(6): 25-28. DOI:
对于当前利用深度学习技术实现遥感影像中道路提取时,由于网络中的矩形卷积而导致无法捕捉道路形态特征、提取精度低等问题。基于此,提出一种基于形变卷积的卷积神经网络(D-Net
Deformation Network),该网络旨在从遥感影像中准确提取道路区域。为了验证模型的性能,在马萨诸塞州道路数据集和DeepGlobe道路数据集上进行了测试。此外,还选择了一景GF-2影像对模型的泛化能力进行评估。实验结果显示,D-Net显著提升了道路分割的精度,为通过形变卷积优化提取结果提供了有力支持。该研究的开展对于进一步探索道路智能提取具有重要的理论和实践指导意义。
阎逸飞.基于缓冲区的道路中心线提取方法与应用[J].地理空间信息,2023(11).
何哲,陶于祥,罗小波,徐浩.基于改进U-Net的遥感图像道路提取[J].激光与光电子学进展,2023(16).
刘洋,康健,管海燕,汪汉云.基于双注意力残差网络的高分遥感影像道路提取模型[J].地球信息科学学报,2023(02).
孔令然,刘立志,吴优,张秋良,魏向祎.一种基于特征点过程的遥感影像道路中心线提取算法[J].无线电工程,2023(02).
龙伊娜,谷玉海,吴文昊,刘旺.基于改进D-Linknet的高分遥感影像道路提取方法[J].激光杂志,2023(05).
赵凌虎,袁希平,甘淑,胡琳,丘鸣语.改进Deeplabv3+的高分辨率遥感影像道路提取模型[J].自然资源遥感,2023(01).
徐翰文,艾波,史绍雨.基于纹理特征融合与核模糊聚类的道路提取[J].地理空间信息,2019(11).
Zhang R,Zhu W,Li Y,et al.D-fusion Net:Road Extraction from Remote Sensing Images Using Dilated Convolutional Block[R].GIScience&Remote Sensing,2023.
0
Views
135
下载量
CSCD
Publicity Resources
Related Articles
Related Author
Related Institution