基于注意力增强全卷积神经网络的高分卫星影像建筑物提取

• 作 者: 郭文 张荞
• 机 构: 自然资源部第三航测遥感院,西南石油大学地球科学与技术学院
• 出 处: 国土资源遥感
• 发表日期: 2021年02期
• 关键词: 国产高分卫星影像 建筑物 语义分割 注意力增强
• 基金项目: 四川省自然资源科研项目“基于深度注意网络的多云多雨地区土地利用精准提取方法”(编号:KJ-2020-4),国家基础测绘科技与标准计划“信息化测绘基地建设方案设计与论证”(编号:2018KJ0304)共同资助。

从卫星遥感影像中自动提取建筑物在国民经济社会发展中具有广泛的应用价值,由于卫星遥感影像存在地物遮挡、光照、背景环境等因素的影响,传统方法难以实现高精度建筑物提取。采用一种基于注意力增强的特征金字塔神经网络方法(FPN-SENet),利用多源高分辨率卫星影像和矢量成果数据快速构建大规模的像素级建筑物数据集(SCRS数据集),实现多源卫星影像的建筑物自动提取,并与常用的全卷积神经网络进行对比。研究结果表明:SCRS数据集的提取精度接近国际领先的卫星影像开源数据集,且假彩色数据精度高于真彩色数据; FPN