典型文献
一种条带池化道路裂缝自动提取方法
文献摘要：
针对现有路面裂缝自动化提取精度低和效率差的问题,该文提出一种结合条带池化改进U-Net网络的道路裂缝自动提取方法.该方法以U-Net网络为基础,将编码器与残差模块、空洞卷积相结合,增加网络深度扩大感受野,丰富裂缝提取信息、有效抑制噪声;使用注意力机制将编码与解码过程相连接,提升裂缝提取效率和准确率;以条带池化模块替换池化层,解决传统裂缝分割方法对条状特征提取精度差的问题.以CFD数据集为例,将该文方法与U-Net等其他4种提取方法进行对比分析.结果表明,结合条带池化改进U-Net网络的道路裂缝自动提取方法提取的裂缝完整,计算时间短,在指标F1上有明显提升.
文献关键词：
遥感图像;道路裂缝自动提取;深度学习;条带池化;注意力机制
中图分类号：
作者姓名：
张继超;刘媛媛;宋伟东;戴激光;邹勇
作者机构：
辽宁工程技术大学测绘与地理科学学院,辽宁阜新 123000;辽宁工程技术大学地理空间信息服务协同创新研究院,辽宁阜新 123000
文献出处：
引用格式：
[1]张继超;刘媛媛;宋伟东;戴激光;邹勇-.一种条带池化道路裂缝自动提取方法)[J].测绘科学,2022(07):135-142
A类：
条带池化,道路裂缝自动提取
B类：
路面裂缝,自动化提取,Net,编码器,残差模块,空洞卷积,感受野,提取信息,抑制噪声,注意力机制,编码与解码,相连接,提取效率,裂缝分割,分割方法,条状,CFD,集为,计算时间,遥感图像
AB值：
0.233462
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
