基于改進(jìn)Swin-UNet網(wǎng)絡(luò)的高分辨率遙感影像建筑物提取

摘要： 針對傳統(tǒng)人工提取方法目前在建筑物提取任務(wù)中自動(dòng)化水平低，以及現(xiàn)有的卷積神經(jīng)網(wǎng)絡(luò)(convolutional neural network, CNN)、UNet等深度學(xué)習(xí)方法在遙感影像建筑物提取中邊緣提取效果差、提取不完整等問題，文章提出一種基于改進(jìn)的Swin-UNet網(wǎng)絡(luò)模型的建筑自動(dòng)提取方法。新網(wǎng)絡(luò)模型在原Swin-UNet網(wǎng)絡(luò)結(jié)構(gòu)基礎(chǔ)上，采用跨塊注意力機(jī)制(cross-at... （共9頁）