原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
摘要
高分辨率遥感影像的道路提取是遥感图像处理中的重要任务，提取的道路信
息能够用于智慧城市建设、灾害管理和交通规划等领域。然而，现有的道路提取
技术在应对道路断裂、遮挡以及复杂场景下的细节提取时仍存在显著挑战，同时
在处理效率和资源消耗方面也有待优化。为此，本文基于经典的U-Net模型的基
本框架，针对从高分辨率的遥感影像中提取道路的关键问题，提出了两种创新的
深度学习模型：PCCAU-Net和DCU-Net。PCCAU-Net（ParallelCross-Convolution
Att
文档评论（0）