针对目前基于深度学习与高分辨率遥感影像的建筑物提取研究现状,本文提出了一种综合ResNet中的ResBlock残差模块和Attention注意力机制的改进型Unet网络(Res;ttentionUnet),并将其应用于高分辨率遥感影像建筑物提取,有效地提高了建筑物的提取精度。具体优化方法为:在传统的Unet语义分割网络卷积层中加入针对初高级特征加强提取的ResBlock残差模块,并在网络阶跃连接部分加入Attention注意力机制模块。其中,ResBlock残差模块使卷积后的特征图获取更多的底层信息,增强卷积结构的鲁棒性,从而防止欠拟合;Attention注意力机制可增强对建筑物区域像素的特征学习,使特征提取更完善,从而提高建筑物提取的准确率。本研究采用武汉大学季顺平团队提供的开放数据集(WHU Building Dataset)作为实验数据,并从中选取3个具有不同建筑物特征和代表性的实验区域,然后分别对不同实验区域进行预处理(包括滑动裁剪和图像增强等),最后分别使用Unet、ResUnet、AttentionUnet和Res;ttentionUnet 4种不同的网络模型对3个不同实验区进行建筑物提取实验,并对实验结果进行交叉对比分析。实验结果表明,与其他3种网络相比,本文所提出的Res;ttentionUnet在基于高分辨率遥感影像的建筑物提取中具有更高的精度,平均提取精度达到95.81%,相较于原始Unet网络提升17.94%,同时相较于仅加入残差模块的Unet网络(ResUnet)提升2.19%,能够显著地提升高分辨率遥感影像中建筑物提取的效果。
准确揭示风景名胜区用地的空间格局及其可达性对加强土地资源科学开发和促进文旅产业高质量发展具有重要意义.以闽南文化发祥地——漳州市为研究区,基于Fragstats v. 4.2和ArcGIS v. 10.8软件,利用景观指数、最小邻近距离模型和距离缓...
详细信息
准确揭示风景名胜区用地的空间格局及其可达性对加强土地资源科学开发和促进文旅产业高质量发展具有重要意义.以闽南文化发祥地——漳州市为研究区,基于Fragstats v. 4.2和ArcGIS v. 10.8软件,利用景观指数、最小邻近距离模型和距离缓冲模型等方法,定量揭示研究区风景名胜区的空间格局特征和可达性高低.研究结果表明:1)漳州市风景名胜区斑块较为破碎,边界曲折、形状复杂;2)漳州市风景名胜区可达性整体较高,平均最小邻近距离1 031.81 m,主干道500 m缓冲半径范围内可达的风景名胜区面积达94.16%;3)漳州市域不同县(区)风景名胜区可达性差异较大,主要受辖区面积、人口密度、地形地貌、道路网络等因素影响.未来漳州市应重点改善可达性较低县域的交通网络,大力推动市域各县(区)公共交通的共建共享与融合联动,并基于公共交通与旅游线路的共性空间打造路景融合的精品陆路廊道,致力形成便捷高效的“快进”旅游交通网络和特色鲜明的“慢游”体验交通网络.
暂无评论