基于改进D-LinkNet模型的输电通道周边建筑物提取算法研究  

作　　者：周高伟 赵晶 胡博 刘力恺 

机构地区：[1]北京洛斯达科技发展有限公司 [2]中科星图空间技术有限公司

出　　处：《电气技术与经济》2023年第4期39-42,48,共5页Electrical Equipment and Economy

摘　　要：针对输电线路工程距离远,跨度长,不同地区民俗差别较大,房屋建筑物形状风格不一,建筑物提取困难的问题,提出了一种基于深度学习方法的输电通道高精度建筑物提取算法。在经典DLinkNet模型的基础上,引入了卷积注意力机制模块(CBAM)和门控融合模块(GFM),增强了算法特征提取能力,提高了模型鲁棒性,减少了建筑物错提和漏提。实验结果表明:所提方法在0.4和0.8m的建筑物提取结果中精度较高,均达到了预想的结果,并且形貌规整,可有效满足测绘需要。说明所提出的改进方法在输电通道遥感影像建筑物提取方面具有明显优势。

关 键 词：深度学习 建筑物提取 注意力机制 输电通道 算法特征 

分 类 号：TM75[电气工程—电力系统及自动化] TP751[自动化与计算机技术—检测技术与自动化装置]