通过具互补注意力与替代梯度的DS-Unet增强遥感道路提取

来自太空的更清晰地图

现代数字地图在很大程度上依赖卫星与航拍影像，但在这些图像中自动勾画道路出人意料地困难。阴影、树木、土路和季节性变化会迷惑计算机程序，导致地图上出现断裂或虚假的道路。本文介绍了一种新的图像分析方法，称为DS-Unet，旨在从遥感影像中提取更干净、更完整的道路网络，使未来的地图在导航、规划和灾害响应中更可靠。

引用: Wang, J., Huang, Z., Ren, C. et al. Enhancing remote sensing road extraction via DS-Unet with complementary attention and surrogate gradients. Sci Rep 16, 9044 (2026). https://doi.org/10.1038/s41598-026-39811-x

关键词: 遥感道路, 卫星制图, 深度学习分割, 基于注意力的网络, 航拍影像分析