要約
空中画像からの道路抽出は、リモートセンシング画像解析分野における重要な研究課題となっています。本稿では、残差学習とU-Netの長所を組み合わせたセマンティックセグメンテーションニューラルネットワークを提案します。このネットワークは残差ユニットを使用して構築され、U-Netと同様のアーキテクチャを持っています。このモデルの利点は二つあります。第一に、残差ユニットは深層ネットワークの学習を容易にします。第二に、ネットワーク内の豊富なスキップ接続が情報伝播を促進し、少ないパラメータでより高性能なネットワーク設計が可能となります。私たちは公開された道路データセットで提案したネットワークをテストし、U-Netおよび他の最先端の深層学習に基づく道路抽出手法と比較しました。提案手法はすべての比較手法を上回り、最近開発された最先端技術に対する優位性を示しています。