ASCEND-UNet:一个改进的UNet配置,优化了农村定居点的映射
Xinyu Zheng1,2,3, Shengwei Pu1, Xingyu Xue1
1College of Mathematics and Computer Science, Zhejiang A & F University, Hangzhou 311300, China.
本研究介绍了ASCEND-UNet,这是一个新的深度学习模型,用于自动从卫星图像中区分农村定居点类型. 该模型显著提高了农村土地规划和环境评估的准确性.
科学领域:
- 遥感 遥感 遥感 遥感
- 地理信息系统 (GIS) 是一个地理信息系统.
- 计算机视觉 计算机视觉
背景情况:
- 中国的农村振兴战略导致了复杂的定居模式.
- 准确区分农村定居点类型对于土地规划和环境改善至关重要.
- 现有的方法缺乏自动化,用于从遥感数据中区分农村定居点.
研究的目的:
- 开发一种用于细分和分类分散和聚类农村定居点建筑的自动化方法.
- 用高分辨率卫星图像提高农村定居点区分的准确性.
- 为此任务引入一个改进的编码器解码器网络,ASCEND-UNet.
主要方法:
- 设计了一个改进的编码器解码器网络,ASCEND-UNet,基于UNet架构.
- 包含在编码器中的多尺度特征聚变的无空间金字塔聚合 (ASPP).
- 在解码器中集成的空间和通道挤压和激发 (scSE) 块在跳过连接和混合扩展卷积 (HDC) 块.
主要成果:
- 与UNet,PSPNet,DeepLabV3+和SegNet.Net相比,ASCEND-UNet表现出了更高的性能.
- 与原来的UNet相比,在精度 (4.67%),回忆 (2.80%),F1得分 (3.73%) 和平均交叉与联合 (MIoU) (6.28%) 中取得了显著的改进.
- 废弃实验证实了ASPP,scSE和HDC模块的有效性.
结论:
- 拟议的ASCEND-UNet模型为农村定居点的语义细分提供了更准确,更稳定的方法.
- 这种新型模型增强了从遥感图像分析各种农村定居模式的自动化方法.
- 这些发现支持改善农村土地规划和生活环境评估.
更多相关视频
08:09Measuring and Mapping Patterns of Soil Erosion and Deposition Related to Soil Carbonate Concentrations Under Agricultural Management
Published on: September 12, 2017
09:19Measuring the Structure, Composition, and Change of Underwater Environments with Large-area Imaging
Published on: April 18, 2025
相关概念视频
Levels of Use of a GIS
Topographic Surveying and Contours
Methods of Obtaining Topography
Design Example: Identifying the Locations of Monuments in the Field Using Global Positioning System Device
GIS Software, Hardware, and Sources of GIS Data
Plotting of Topographic Maps
