基于RFA-LinkNet模型的高分遥感影像水体提取

TP79; 针对现阶段卷积神经网络模型在复杂地物背景下水体提取精度低、多尺度特征捕获能力差、模型复杂的问题,基于LinkNet模型提出一种结合RFB模块和通道注意力机制的RFA-LinkNet高分辨率光学遥感影像水体提取模型.首先,将RFB模块用于获取高阶水体语义信息与多尺度特征;其次,利用通道注意力机制,对特征编码和解码的特征进行加权融合,抑制背景特征,增强水体语义.与现有卷积神经网络模型相比,提出方法不仅具有高效的性能和鲁棒性,而且能实现高精度的水体提取....

Full description

Saved in:
Bibliographic Details
Published in南京信息工程大学学报 Vol. 15; no. 2; pp. 160 - 168
Main Authors 康健, 管海燕, 于永涛, 景庄伟, 刘超, 高俊勇
Format Journal Article
LanguageChinese
Published 南京信息工程大学 遥感与测绘工程学院,南京,210044%淮阴工学院 计算机与软件工程学院,淮安, 223003%上海航天电子技术研究所,上海,201109 2023
Subjects
水体提取
注意力机制
遥感影像
多尺度特征
Online AccessGet full text

Cover

More Information
Summary:TP79; 针对现阶段卷积神经网络模型在复杂地物背景下水体提取精度低、多尺度特征捕获能力差、模型复杂的问题,基于LinkNet模型提出一种结合RFB模块和通道注意力机制的RFA-LinkNet高分辨率光学遥感影像水体提取模型.首先,将RFB模块用于获取高阶水体语义信息与多尺度特征;其次,利用通道注意力机制,对特征编码和解码的特征进行加权融合,抑制背景特征,增强水体语义.与现有卷积神经网络模型相比,提出方法不仅具有高效的性能和鲁棒性,而且能实现高精度的水体提取.
ISSN:1674-7070
DOI:10.13878/j.cnki.jnuist.2023.02.004