一种改进U-net网络的新增建设用地提取方法

针对传统的新增建设用地提取主要依赖于人工目视解译,任务繁重,人力耗费过大,而现有的全卷积神经网络提取方法存在特征表达能力不够,易引起过拟合的问题,提出了一种改进U-net网络的高分辨率遥感影像新增建设用地提取方法。基于高分二号影像并结合历史土地利用变更调查成果构建新增建设用地样本数据集;同时,采用新型的激活函数、批标准化以及退化学习率的方法进行网络设计,以防止过拟合。在下采样的过程中加入空洞卷积的算法扩大感受野以感受更多的地物信息,提取更详细的地物特征。结果表明,本研究方法提取新增建设用地的F1值达到了0.88,明显优于FCN与U-net的结果,在新增建设用地的高精度自动提取和业务化应用上具有较高潜力。