顾及深度残差U-Net的遥感影像建筑物提取

李红玲; 赵磊; 吴查查; 李晓琴; 王巍

您当前的位置：

首页 >

文章列表页 >

顾及深度残差U-Net的遥感影像建筑物提取

技术热点研究 | 更新时间：2026-08-11

- 顾及深度残差U-Net的遥感影像建筑物提取
- 顾及深度残差U-Net的遥感影像建筑物提取
- 地理空间信息 2025年23卷第10期页码：5-9+19
- 作者机构：
  
  国能数智科技开发(北京)有限公司
- 作者简介：
- 基金信息：
  
  数智科技公司科技创新资助项目（YF20230004A）
- DOI：
  中图分类号： TP751;P237
- 纸质出版：2025
- 稿件说明：
移动端阅览
李红玲, 赵磊, 吴查查, 等. 顾及深度残差U-Net的遥感影像建筑物提取[J]. 地理空间信息, 2025,23(10):5-9+19.

李红玲, 赵磊, 吴查查, et al. 顾及深度残差U-Net的遥感影像建筑物提取[J]. 2025, 23(10): 5-9+19.
李红玲, 赵磊, 吴查查, 等. 顾及深度残差U-Net的遥感影像建筑物提取[J]. 地理空间信息, 2025,23(10):5-9+19. DOI：

李红玲, 赵磊, 吴查查, et al. 顾及深度残差U-Net的遥感影像建筑物提取[J]. 2025, 23(10): 5-9+19. DOI：

摘要

建筑物提取是遥感技术领域的一项核心研究议题。提出了深度残差U-Net模型，用于遥感影像中的建筑物自动提取，该模型融合了U-Net架构、残差学习、ASPP多尺度分析及焦点损失函数等策略，旨在克服传统方法局限。通过改良的残差学习模块降低网络参数，缓解退化问题；利用ASPP捕获多尺度特征和上下文信息；引入焦点损失函数增强建筑物识别能力。在WHU影像数据集上的实验表明，本方法在提取精度、边界界定及多尺度信息处理上均具显著优势，为遥感影像处理领域的建筑物提取提供了坚实的理论与实践基础。

Abstract

关键词

Keywords

references

张立志,王冬雪,陈永超,孙华东,韩小为.基于GMRF和KNN算法的人脸表情识别[J].计算机应用与软件,2020(10).

柳杨,赵泉华,李玉,杨馨慧.融合注意力的轻量级遥感影像村落提取方法[J].测绘科学,2023(06).

刘卓涛,龚循强,夏元平,陈晓勇,吴晋涛.KU-Net:改进U-Net的高分辨率遥感影像建筑物提取方法[J].遥感信息,2024(05).

杨桢,段雨昕,李鑫,吴方泽,纪力文,冯丰.基于2D-SPWVD与PCA-SSA-RF的超宽带雷达人体跌落动作辨识方法[J].电子测量与仪器学报,2024(10).

高青.卷积神经网络在遥感影像城市建筑物提取中的应用[J].经纬天地,2024(05).

乔志勇.基于改进DeepLabV3+的高分辨率遥感影像建筑物提取[J].地理空间信息,2024(12).

赵华,窦虎,张华.多尺度特征增强CNN的遥感影像建筑物提取[J].遥感信息,2024(06).

郭英琦,张翔,李若兰,程雄.顾及地理尺度的矢量建筑物变化检测方法[J].地理空间信息,2024(07).

王顺,陈小月,林中杰,周渝,么嘉棋.运用U-Net++模型的遥感影像多尺度云检测[J].地理空间信息,2024(07).

张合欣,张赫雷.基于U-Net与Model Builder的建筑物属性信息提取方法[J].地理空间信息,2024(12).

陶从辉,高青山,赵梦琳.改进U-Net网络的高分辨率遥感影像建筑物提取方法[J].地理空间信息,2025(01).

Dongyue Chen,Shibo Shang,Chengdong Wu.Shadow-based Building Detection and Segmentation in High-resolution Remote Sensing Image[J].Journal of Multimedia,2014.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

利用改进的U-Net的建筑物提取方法

基于改进型U-Net网络的高分辨率遥感影像建筑物提取

基于U-Net与Model Builder的建筑物属性信息提取方法

利用多通道循环注意力机制网络提取遥感图像建筑物

引入注意力机制的高光谱影像分类空洞卷积网络