Devido aos problemas enfrentados por redes neurais profundas na extração de estradas em imagens de sensoriamento remoto, como a perda de características locais e baixa precisão na extração, este artigo propõe uma rede multiescala de percepção contextual para extração de estradas em imagens de sensoriamento remoto baseada na rede SwinUnet. Primeiro, no codificador foi projetado um ramo com um módulo de agregação contextual para melhorar a extração de informações contextuais e aliviar o problema de ambiguidade semântica causada por oclusões. Em segundo lugar, para resolver o problema de incompatibilidade de informações semânticas entre o codificador e o decodificador e melhorar a capacidade do modelo de extrair informações espaciais, um módulo de extração de características espaciais foi introduzido nas conexões de salto, substituindo o método de cópia direta das características do codificador no SwinUnet. Finalmente, na fase de amostragem descendente, foi projetado um módulo de contração de características para reduzir a perda de informações no codificador e melhorar a capacidade de segmentação da rede. Os resultados dos testes no conjunto de dados de estradas de Massachusetts mostram que este método alcançou 80,91%, 69,40%, 78,03% e 65,20% nos indicadores F1, IoU, Pr e Re, respectivamente. Em comparação com os métodos predominantes UNet e SwinUnet, o IoU melhorou 4,45% e 2,72%, respectivamente, demonstrando que o algoritmo proposto, por meio de modelagem global, aumento do contexto e otimização da correspondência de informações, melhora efetivamente a precisão e o desempenho da extração de estradas em imagens de sensoriamento remoto.

imagens de sensoriamento remoto; extração de estradas; segmentação semântica; SwinUnet