买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：西安电子科技大学

摘要：一种基于HRNet的改进型遥感图像道路提取方法、系统、设备及介质，方法包括：对CHN6‑CUG数据集的高分辨率遥感影像数据预处理，得到预处理后的遥感图像数据集；构建基于改进HRNet的道路预测模型；设置网络训练参数；根据网络训练参数，使用遥感图像数据集中的训练集和验证集，对改进HRNet网络进行训练；将测试集输入训练好的模型中进行预测，输出预测得到的道路信息二值图；系统、设备及介质：用于实现上述方法；本发明采用空洞空间金字塔池化、通道注意力机制、深度可分离卷积方法对原HRNet网络改进，使用CHN6‑CUG遥感影像数据集进行模型训练与预测，有效提取高分辨率遥感图像中的道路信息，具有模型适应性强、道路提取精度高及网络轻量化的优点。

主权项：1.一种基于HRNet的改进型遥感图像道路提取方法，其特征在于：包括以下步骤：步骤1，对CHN6-CUG数据集中的高分辨率遥感影像数据进行预处理，得到预处理后的遥感图像数据集，所述遥感图像数据集包括训练集、验证集和测试集；步骤101：对CHN6-CUG数据集中的高分辨率遥感影像数据进行扩增，即分别采用翻转90°、180°、270°及左右镜像操作对CHN6-CUG数据集进行扩充；步骤102：将步骤101扩增后的CHN6-CUG数据集按照一定比例划分为训练集、验证集和测试集；步骤103：对步骤102所得的训练集、验证集和测试集进行数据标准化、归一化；将高分辨率遥感影像数据像素值调整至相近范围，实现数据去均值中心化；步骤2，构建基于改进HRNet的道路预测模型；步骤201：采用空洞空间金字塔池化模块处理HRNet网络中第一阶段输出的两张特征图，扩大特征图感受野，增加特征图中包含的多尺度道路特征信息；步骤202：采用通道注意力机制计算空洞空间金字塔池化模块输出特征图的不同通道的权重，将权重与特征图结合，加强特征图中重要特征信息的表征；步骤203：采用深度可分离卷积方法改进HRNet网络中的残差结构，将残差结构中的一层3x3普通卷积替换为3x3深度可分离卷积；步骤3，设置网络训练参数，训练参数包括训练世代、批次大小和学习率；步骤4，根据步骤3设置的网络训练参数，使用步骤1所得遥感图像数据集中的训练集和验证集，对步骤2构建的改进HRNet网络进行训练；训练网络模型包括加载CHN6-CUG数据集中的训练集与验证集，加载网络模型，网络训练采用DiceLoss与CrossEntropyLoss，取平均值作为损失函数；步骤5，道路预测：将步骤1得到的测试集输入步骤4训练好的模型中进行预测，输出预测得到的道路信息二值图。

全文数据：

权利要求：

百度查询： 西安电子科技大学 一种基于HRNet的改进型遥感图像道路提取方法、系统、设备及介质