TY - JOUR ID - 10.11834/jrs.20200042 TI - IEU-Net高分辨率遥感影像房屋建筑物提取 AU - 王振庆 AU - 周艺 VL - IS - PB - 科学出版社 SP - EP - PY - JF - 遥感学报 JA - UR - http://jors.ijournals.cn/jrs/ch/reader/view_abstract.aspx?file_no=202002170000001&flag=2 KW - 深度学习 KW - IEU-Net KW - 高分辨率遥感影像 KW - 房屋建筑物 KW - 形态学建筑物指数 KW - Deep learning KW - IEU-Net KW - High-resolution remote sensing image KW - House building KW - MBI AB - 房屋建筑物作为人类活动的主要场所,快速准确地将其从高分辨率遥感影像中提取出来,对促进遥感信息在防灾减灾、城镇管理等方面的应用具有重要的意义。本文基于深度学习,提出了高分辨率遥感影像房屋建筑物像素级精确提取方法。首先,针对样本图像边缘像素特征不足现象,以U-Net模型为基础提出IEU-Net模型,设计了全新的忽略边缘交叉熵函数IELoss并将其作为损失函数,另外添加Dropout和BN层在避免过拟合的同时提高模型训练速度和鲁棒性。其次,为解决模型特征丰富度有限的问题,引入形态学建筑物指数MBI,与遥感影像RGB波段一同参与到模型的分类过程。最后,在模型预测时与IELoss相对应采用忽略边缘预测策略从而获得最佳建筑物提取结果。实验对比分析表明:本文方法能有效克服样本边缘像素特征不足问题并抑制道路、建筑物阴影对结果的影响,提升高分辨率遥感影像中房屋建筑物的提取精度。 ER -