公开(公告)号：CN118397462B

公开(公告)日：2024-08-27

申请号：CN202410853815.8

申请日：2024-06-28

Applicant: 东华理工大学南昌校区

Inventor： 何海清 ,  魏燕 ,  周福阳 ,  张海 ,  阮轶 ,  谢禄锋 ,  刘佳豪

IPC: G06V20/10 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464

Abstract: 本申请涉及一种基于双通道深度神经网络的遥感图像道路提取方法，属于遥感图像道路提取技术领域，该方法包括如下步骤：构建道路提取模型，所述道路提取模型为可同时提取道路特征信息和建筑物特征信息的双通道深度神经网络，所述双通道深度神经网络包括道路特征信息提取分支、建筑物特征信息提取分支、特征融合分支、特征解码模块、分割分支和连通分支；对公开数据集进行裁剪生成道路提取模型的训练集和测试集；使用训练集和测试集对所述道路提取模型进行训练，并使用训练完成的道路提取模型从图像中进行道路提取。本发明方法能够同时学习道路特征和建筑物特征信息，区分具有相似光谱特性的道路和建筑物信息，使得道路提取的结果更加准确。

公开(公告)号：CN118397462A

公开(公告)日：2024-07-26

申请号：CN202410853815.8

申请日：2024-06-28

Applicant: 东华理工大学南昌校区

Inventor： 何海清 ,  魏燕 ,  周福阳 ,  张海 ,  阮轶 ,  谢禄锋 ,  刘佳豪

IPC: G06V20/10 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464

Abstract: 本申请涉及一种基于双通道深度神经网络的遥感图像道路提取方法，属于遥感图像道路提取技术领域，该方法包括如下步骤：构建道路提取模型，所述道路提取模型为可同时提取道路特征信息和建筑物特征信息的双通道深度神经网络，所述双通道深度神经网络包括道路特征信息提取分支、建筑物特征信息提取分支、特征融合分支、特征解码模块、分割分支和连通分支；对公开数据集进行裁剪生成道路提取模型的训练集和测试集；使用训练集和测试集对所述道路提取模型进行训练，并使用训练完成的道路提取模型从图像中进行道路提取。本发明方法能够同时学习道路特征和建筑物特征信息，区分具有相似光谱特性的道路和建筑物信息，使得道路提取的结果更加准确。