申请/专利权人:中国人民解放军战略支援部队信息工程大学
申请日:2022-09-30
公开(公告)日:2023-05-23
公开(公告)号:CN116152489A
主分类号:G06V10/26
分类号:G06V10/26;G06V10/764;G06V10/80;G06V10/82;G06V20/10;G06N3/045;G06N3/0455;G06N3/0464;G06N3/08
优先权:["20220923 CN 202211170982X"]
专利状态码:在审-实质审查的生效
法律状态:2023.06.09#实质审查的生效;2023.05.23#公开
摘要:本发明属于遥感影像解译技术领域,具体涉及一种面向机动的自适应多尺度特征融合的遥感影像分割方法,将获取的遥感影像数据输入自适应空间特征融合模型进行遥感地物解译;空间特征融合模型包括Unet网络模块和ASFF特征融合模块;Unet网络模块包括编码器和解码器;Unet网络模块基于骨干特征提取网络提取得到N个不同尺度的空间特征,进行编码器‑解码器网络模型构建;ASFF特征融合模块用于将输入的N个不同尺度的空间特征依据对应的权重参数进行融合,以得到遥感地物解译结果。由此,本发明解决了现有技术中遥感影像分割的精度低的问题。
主权项:1.一种面向机动的自适应多尺度特征融合的遥感影像分割方法,其特征在于:包括以下步骤:将获取的遥感影像数据输入空间特征融合模型进行遥感地物解译,以得到遥感地物分类结果;所述空间特征融合模型包括Unet网络模块和ASFF特征融合模块;所述Unet网络模块包括编码器和解码器;编码器用于提取遥感影像数据的特征,以得到N个不同尺度的图像特征;解码器依据N个不同尺度的图像特征进行处理操作,以得到N个不同尺度的空间特征;所述ASFF特征融合模块用于将输入的所述N个不同尺度的空间特征采用如下公式进行特征融合,以得到遥感地物分类结果: 其中为N个尺度的空间特征融合后的图像特征,……、和分别为提取得到的N个不同尺度的空间特征,λ1、λ2、λ3、……、和λn分别为对应的权重参数,且满足λ1+λ2+λ3+λ4+……+λn=1。
全文数据:
权利要求:
百度查询: 中国人民解放军战略支援部队信息工程大学 面向机动的自适应多尺度特征融合的遥感影像分割方法
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。