公开(公告)号：CN111767810A

公开(公告)日：2020-10-13

申请号：CN202010558654.1

申请日：2020-06-18

Applicant: 哈尔滨工程大学

Inventor： 兰海燕 ,  李京桦 ,  孙建国 ,  孙鹤玲

IPC: G06K9/00 ,  G06K9/34 ,  G06K9/46 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供一种基于D-LinkNet的遥感图像道路提取方法，包括如下步骤：S1：将特征图输入D-LinkNet网络后，在基于残差网络与迁移学习的编码器子网络中完成处理；S2：将步骤S1输出的特征图输入到基于扩张卷积与卷积块注意力模块的特征提取子网络中进行特征提取；S3：经过前两个子网络的处理后得到的特征图进入基于转置卷积的解码器子网络中实现图像的恢复。本发明能够对遥感图像中的道路特征下采样，很好地避免了网络的退化问题，同时加强道路特征的提取；能够使用扩张卷积扩增感受野，在不增加下采样的同时，感知更大范围内的道路特征，并进行特征提取，能够很好地应对遥感图像中道路部分占幅比例过小的问题。

公开(公告)号：CN111767810B

公开(公告)日：2022-08-02

申请号：CN202010558654.1

申请日：2020-06-18

Applicant: 哈尔滨工程大学

Inventor： 兰海燕 ,  李京桦 ,  孙建国 ,  孙鹤玲

IPC: G06V20/13 ,  G06V10/40 ,  G06V10/26 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供一种基于D‑LinkNet的遥感图像道路提取方法，包括如下步骤：S1：将特征图输入D‑LinkNet网络后，在基于残差网络与迁移学习的编码器子网络中完成处理；S2：将步骤S1输出的特征图输入到基于扩张卷积与卷积块注意力模块的特征提取子网络中进行特征提取；S3：经过前两个子网络的处理后得到的特征图进入基于转置卷积的解码器子网络中实现图像的恢复。本发明能够对遥感图像中的道路特征下采样，很好地避免了网络的退化问题，同时加强道路特征的提取；能够使用扩张卷积扩增感受野，在不增加下采样的同时，感知更大范围内的道路特征，并进行特征提取，能够很好地应对遥感图像中道路部分占幅比例过小的问题。