申请/专利权人：烟台大学

申请日：2022-11-09

公开（公告）日：2024-03-15

公开（公告）号：CN115546199B

主分类号：G06T7/00

分类号：G06T7/00;G06T7/10;G06T7/187;G06V10/74;G06T5/30;G06N3/0455;G06N3/0464;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2024.03.15#授权;2023.01.20#实质审查的生效;2022.12.30#公开

摘要：本发明公开了一种利用自注意力分析SAR图像获取海上溢油区域的方法，包括如下步骤：建立样本数据集，对深度学习自注意力溢油检测模型进行训练；获取SAR原始数据，采用VV极化作为溢油检测的原始图像，以滑动窗口的方式将所述原始图像划分为多个子图像；将划分好的子图像作为特征图输入到已经训练好的深度学习自注意力溢油检测模型中，输出图像作为溢油区域检测结果。本发明提高了溢油检测模型的识别精度，实现了精准识别具有模糊和复杂边界形状的SAR图像中的溢油区域。

主权项：1.一种利用自注意力分析SAR图像获取海上溢油区域的方法，其特征在于，包括如下步骤：S1：建立样本数据集，对深度学习自注意力溢油检测模型进行训练；S2：获取SAR原始数据，采用VV极化作为溢油检测的原始图像，以滑动窗口的方式将所述原始图像划分为多个子图像；S3：将划分好的子图像作为特征图输入到已经训练好的深度学习自注意力溢油检测模型中，输出图像作为溢油区域检测结果；所述深度学习自注意力溢油检测模型包括编码器、膨胀卷积模块和解码器，所述编码器包括4个依次相连的编码器模块，所述编码器模块分层排列，所述解码器包括4个与所述编码器模块一一对应的解码器模块，第一层编码器模块的输出结果与第二层解码器模块的输出结果加和后作为第一层解码器模块的输入量，第二层编码器模块的输出结果与第三层解码器模块的输出结果加和后作为第二层解码器模块的输入量，第三层编码器模块的输出结果与第四层解码器模块的输出结果加和后作为第三层解码器模块的输入量，第四层编码器模块的输出结果输入至所述膨胀卷积模块，膨胀卷积模块的输出结果与第四层编码器模块的输出结果加和后作为第四层解码器模块的输入量；所述编码器模块包括多个残差模块、一个空间注意力模块和一个通道注意力模块，特征图输入所述编码器模块后，首先经过多个残差模块，然后分别输入所述空间注意力模块和通道注意力模块，并将空间注意力模块的输出结果和通道注意力模块的输出结果进行矩阵加法运算，得到编码器模块的输出结果；所述步骤S1对深度学习自注意力溢油检测模型进行训练时采用以下损失函数：L＝LBCE+LDice+LGP其中LBCE和LDice的计算方式为： 其中target表示像素点实际值，pt表示像素点的预测值；LGP的计算方式为： 其中GE表示从模型输出的标记图像的掩码，E表示实际标记图像掩码，c表示每个图像通道，·T是矩阵的转置，trace·是L2归一化，H表示图像的高度，W表示图像的宽度。

全文数据：

权利要求：

百度查询： 烟台大学 利用自注意力分析SAR图像获取海上溢油区域的方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD