申请/专利权人:湖南大学
申请日:2021-09-08
公开(公告)日:2021-10-12
公开(公告)号:CN113496221A
主分类号:G06K9/00(20060101)
分类号:G06K9/00(20060101);G06K9/34(20060101);G06K9/46(20060101);G06K9/62(20060101);G06N3/04(20060101);G06N3/08(20060101)
优先权:
专利状态码:有效-授权
法律状态:2022.02.01#授权;2021.10.29#实质审查的生效;2021.10.12#公开
摘要:本发明公开了一种基于深度双边滤波的点监督遥感图像语义分割方法及系统,所述方法结合双边滤波算法和深度学习特征,将遥感影像进行多层次特征提取后并进行双边滤波,然后构建特征金字塔对滤波后的特征进行融合,最后输出语义分割结果。本发明提出的点监督遥感图像语义分割方法,减少了人工标注标签成本,且能准确分割出遥感图像的地物,在利用点标签进行监督的基础上,可将遥感图像中相似区域的深度特征进行平滑从而缩小特征的类内距离,有效解决了点标签在弱监督学习中所存在的监督信息稀疏的问题。此外,还能保持遥感图像中地物边缘的高频信息,锐化地物边缘信息,进而解决点标签在弱监督学习中所存在的边缘信息缺失的问题。
主权项:1.基于深度双边滤波的点监督遥感图像语义分割方法,其特征在于,所述方法包括以下步骤:S1、利用由卷积神经网络构成的编码器对遥感图像进行多层次的特征提取,得到多个层次的特征fi,其中特征fi为遥感图像在第i层所提取得到的特征;S2、将每一个特征fi均输入深度双边滤波模块中进行深度双边滤波,得到滤波后的特征pi;S3、构建特征金字塔以对滤波后的特征pi进行融合,然后将融合后的结果输入基于点标签弱监督训练的语义分割网络和分类器中,进而输出最终的语义分割结果。
全文数据:
权利要求:
百度查询: 湖南大学 基于深度双边滤波的点监督遥感图像语义分割方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。