多输入多输出和多特征融合的建筑物提取

作者：冯凡,王双亭,张津,王春阳

摘要：针对高空间分辨率遥感影像中多尺度建筑物提取精度不佳的问题,提出了一种基于多输入多输出和多特征融合的全卷积网络。一方面将输入影像进行不同比例下采样,然后将结果和网络中对应编码段的特征进行融合;另一方面将不同解码段输出的特征图上采样后连接在一起,实现跨尺度特征聚合。以上两种特征融合的方式构成对称的多输入多输出结构,强化了网络对复杂地物的分析能力。此外,在编码段和解码段中间使用基于残差密集连接和空洞卷积的多特征融合模块学习深度多尺度特征图,进一步提升网络对多尺度建筑物的提取能力。在WHU航空影像上进行的建筑物提取实验,验证了所提方法的有效性。

发文机构：河南理工大学测绘与国土信息工程学院

关键词：图像处理遥感深度学习多输入多输出多特征融合建筑物提取image processingremote sensingdeep learningmulti-input and multi-outputmulti-feature fusionbuilding extraction

分类号： P237[天文地球—摄影测量与遥感]