农业机械学报

作者：沈瑜，王海龙，苑玉彬，梁丽，张泓国，王霖

单位：兰州交通大学,兰州交通大学,南京航空航天大学,兰州交通大学,兰州交通大学,兰州交通大学,

关键词：遥感图像;河流识别;残差通道注意力结构;非对称卷积;LinkNet

基金：国家自然科学基金项目（61864025）、2021年陇原青年创新创业人才（团队）项目、甘肃省高等学校青年博士基金项目（2021QB-49）、〖JP2〗?甘肃?省高校大学生就业创业能力提升工程项目（2021-35）、智能化隧道监理机器人研究项目（中铁科研院（科研）字2020-KJ016-Z016-A2）和四电BIM工程与智能应用铁路行业重点实验室开放项目（BIMKF-2021-04）

为解决遥感图像河流精细化提取问题，提出一种改进LinkNet模型的分割网络(AFR-LinkNet)。AFR-LinkNet在LinkNet基础上引入了残差通道注意力结构、非对称卷积模块以及密集跳跃连接结构，并用视觉激活函数FReLU替换ReLU激活函数。残差通道注意力结构可以强化对分割任务有效的特征，以提高模型的分类能力，得到更多的细节信息。利用非对称卷积模块进行模型压缩和加速。使用FReLU激活函数提升网络提取遥感图像河流的精细空间布局。在寒旱区河流数据集上的实验结果表明，AFR-LinkNet网络相较于FCN、UNet、ResNet50、LinkNet、DeepLabv3+ 网络交并比分别提高了26.4、22.7、17.6、12.0、9.7个百分点，像素准确率分别提高了25.9、22.5、13.2、10.5、7.3个百分点;引入非对称卷积模块后，交并比提高了5.1个百分点，像素准确率提高了2.9个百分点，在此基础上引入残差通道注意力结构之后，交并比又提高了2.2个百分点，像素准确率提高了2.3个百分点，证明了其对河流细节识别效果更好。

来源：2022年第7期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2022年第7期