一种基于HRNet和多尺度特征注意力的遥感影像道路提取方法、系统、设备及介质技术方案

一种基于HRNet和多尺度特征注意力的遥感影像道路提取方法、系统、设备及介质，方法包括以下步骤：构建遥感影像道路数据集，并划分为训练集、验证集和测试集；构建基于HRNet和多尺度特征注意力的遥感影像道路提取网络；设置网络参数；使用训练集对构建的遥感影像道路提取网络进行训练，每轮训练结束后输出训练权重文件；验证集对训练权重文件进行验证，选精度最高的训练权重文件作为最优权重文件；将测试集和最优权重文件输入训练好的基于HRNet和多尺度特征注意力的遥感影像道路提取网络进行目标识别，得到遥感影像道路提取结果；系统、设备及介质用于实现该方法；本发明专利技术提高了提取遥感影像道路信息的精度和鲁棒性，具有适应性强、道路提取精度高的优点。

【技术实现步骤摘要】

本专利技术属于遥感影像道路提取，具体涉及一种基于hrnet和多尺度特征注意力的遥感影像道路提取方法、系统、设备及介质。

技术介绍

1、近年来，从高分辨率遥感影像中自动提取道路信息一直是相关领域的研究热点，在高分遥感影像的支持下，道路特征信息更丰富，不仅有道路的几何特征、辐射特征、拓扑特征和上下文特征等基本特征被表征出来，还有纹理特征、结构特征等道路的细节特征也会显现出来，且图像分辨率越高，显现出来的道路纹理类型可以更好地表征地物可视化特征，更多的道路目标和更丰富的道路细节特征为道路提取提供了有利条件。

2、高分辨率遥感影像数据相较于低分辨率遥感影像数据，具有波段多、光谱分辨率高、多层次的细节等特点，包含了地物丰富的纹理、形状、结构、邻域关系等信息，为遥感科学研究提供了大量丰富的、细节清晰的地球表面信息，服务于社会经济生活的诸多方面，发挥着越来越重要的作用。但同时提取高分辨率遥感数据也面临着诸多问题，如像元内部地物混杂、噪声干扰等问题，如何从海量的影像数据中提取出各类应用所需要的信息并对其处理利用，也是迫切需要解决的问题。尤其是在人工智能技术飞速本文档来自技高网...

【技术保护点】

1.一种基于HRNet和多尺度特征注意力的遥感影像道路提取方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的一种基于HRNet和多尺度特征注意力的遥感影像道路提取方法，其特征在于：所述步骤一的实现方法为：

3.根据权利要求1所述的一种基于HRNet和多尺度特征注意力的遥感影像道路提取方法，其特征在于：所述步骤二的实现方法为：

4.根据权利要求1所述的一种基于HRNet和多尺度特征注意力的遥感影像道路提取方法，其特征在于：所述步骤三中设置：训练轮次epoch≥300，批次大小batch_size≥24。

5.根据权利要求1所述的一种基...

【技术特征摘要】

1.一种基于hrnet和多尺度特征注意力的遥感影像道路提取方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的一种基于hrnet和多尺度特征注意力的遥感影像道路提取方法，其特征在于：所述步骤一的实现方法为：

3.根据权利要求1所述的一种基于hrnet和多尺度特征注意力的遥感影像道路提取方法，其特征在于：所述步骤二的实现方法为：

4.根据权利要求1所述的一种基于hrnet和多尺度特征注意力的遥感影像道路提取方法，其特征在于：所述步骤三中设置：训练轮次epoch≥300，批次大小batch_size≥24。

5.根据权利要求1所述的一种基于hrnet和多尺度特征注意力的遥感影像...

【专利技术属性】
技术研发人员：李晨阳，周绥平，刘志恒，郭天翔，张文杰，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：