基于注意力增强全卷积神经网络的高分卫星影像建筑物提取

郭文，张荞

(1.自然资源部第三航测遥感院，成都 610100；2.西南石油大学地球科学与技术学院，成都 610500)

0 引言

基于高分辨率遥感影像的建筑物提取对地图制作、城市乡村规划、违建监测、数字城市建立、人口估计等应用具有重要意义，随着越来越多的高分辨遥感卫星投入使用，在提高地物光谱特征，突出地物结构、纹理和细节等信息的同时，也因为卫星观测角度问题造成地物遮挡，尺度的增大带来了严重的异物同谱现象，以及影像噪声增加等问题，限制了遥感影像建筑物自动提取精度。

传统方法主要是基于影像的光谱和空间特征信息，通过图像分割和特征提取技术，如尺度不变特征变换(scale-invariant feature transform，SIFT)、方向梯度直方图(histogram of oriented gradient，HOG)、面向对象[1-2]等，获得遥感影像中的特征或分割对象，再选取支持向量机(support vector machine，SVM)、决策树、随机森林、条件随机场等分类器进行类别划分[3-4]。然而，基于光谱和空间特征信息的分类方法在处理背景复杂、地物繁多的影像时都显得不足，其中最大缺陷是泛化能力较差，即训练后的模型或规则难以适用不同地区、不同数据源的遥感影像。

2006年Hinton等[5]提出了深度学习的理论，深度学习是一种通过构建神经网络来模拟学习和人脑思维方式的自主特征学习方法，通过非线性表达来获取数据中的高级抽象特征，并构建数学模型以提高分类精度和检测准确率。近年来各种深度学习网络，如卷积神经网络(convolutional neural network，CNN)[6]、递归神经网络(recurrent neural network，RNN)[7]完成了各种高性能的计算机视觉任务，如图像分类[8]、自然语言处理[9]、语音识别[10]等。……