论文部分内容阅读
针对遥感图像道路提取信息丢失问题,提出了一种基于残差神经网络的道路提取算法。首先构建编码器-解码器网络,结合预编码器以及空洞卷积模块进行训练,提取更多的语义信息;其次并联设计的空洞卷积模块加在编码器-解码器结构的中间部分,它可以对不同感受野的特征图进行特征提取;最后编码器-解码器之间采用跳连的方式进行多尺度的特征融合,学习更多低维和高维的特征。实验结果表明,在Massachusetts道路数据集上,该方法相比其他算法在Precision、Recall和F1-score性能指标上分别有11%、0.3%