融入CBAM的Res-UNet高分辨率遥感影像语义分割模型

孙凌辉; 赵丽科; 李琛; 成子怡

您当前的位置：

首页 >

文章列表页 >

融入CBAM的Res-UNet高分辨率遥感影像语义分割模型

更新时间：2026-02-25

- 融入CBAM的Res-UNet高分辨率遥感影像语义分割模型
- Vol. 22, Issue 2, Pages: 68-70(2024)
- 作者机构：
  
  河南工业大学信息科学与工程学院
- 作者简介：
- 基金信息：
- DOI：
  CLC： TP751
- Published：2024
- 稿件说明：
移动端阅览
孙凌辉, 赵丽科, 李琛, et al. 融入CBAM的Res-UNet高分辨率遥感影像语义分割模型[J]. 2024, 22(2): 68-70.
DOI：

孙凌辉, 赵丽科, 李琛, et al. 融入CBAM的Res-UNet高分辨率遥感影像语义分割模型[J]. 2024, 22(2): 68-70. DOI：

摘要

针对现有语义分割方法处理复杂遥感影像细节特征识别能力差、信息丢失等问题，提出一种融合注意力机制的遥感影像语义分割网络模型。模型主干网络采用编码器-解码器架构的U-Net模型，为了缓解梯度和网络退化问题，将残差结构嵌入到主干网络中；同时融入通道、空间注意力模块，兼顾影像的细节特征和模型鲁棒性。在ISPRS Potsdam数据集上进行分析验证，实验结果表明，在去除“噪声”、地物边缘“平滑”、细窄地物“连续”、细小目标分割等方面，融入CBAM模块的ResUNet语义分割精度要优于传统网络模型。

Abstract

关键词

Keywords

references

基于Deeplab v3+的高分辨率遥感影像地物分类研究[J]. 陆妍如;毛辉辉;贺琰;宋现锋.地理空间信息,2022(06)

遥感图像语义分割空间全局上下文信息网络[J]. 吴泽康;赵姗;李宏伟;姜懿芮.浙江大学学报(工学版),2022(04)

GCAT-U-Net嵌入全局坐标注意力机制的遥感地块分割网络[J]. 苏耀;于濂;周伟.计算机测量与控制,2022(02)

图像分割技术研究综述[J]. 黄旭;张世义;李军.装备机械,2021(02)

残差密集空间金字塔网络的城市遥感图像分割[J]. 韩彬彬;张月婷;潘宗序;台宪青;李芳芳.中国图象图形学报,2020(12)

基于编码-解码卷积神经网络的遥感图像语义分割[J]. 张哲晗;方薇;杜丽丽;乔延利;张冬英;丁国绅.光学学报,2020(03)

全卷积神经网络下的多光谱遥感影像分割[J]. 姚建华;吴加敏;杨勇;施祖贤.中国图象图形学报,2020(01)

Views

471

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

基于特征自适应选择网络的遥感图像语义分割

高分影像盐田养殖场提取的大卷积核网络算法

利用改进的U-Net的建筑物提取方法

基于深度特征聚合网络的高分辨率遥感图像语义分割

结合超分辨率重建技术的遥感语义分割方法

Related Author

杨德志

陈永贵

季民

许建然

张立国

王春晓

熊伟

蒙友波

Related Institution

河南测绘职业学院

北京东方至远科技股份有限公司

山东科技大学测绘与空间信息学院

山东省国土测绘院

自然资源部海南基础地理信息中心

AI问答

⁰