申请/专利权人:耕宇牧星(北京)空间科技有限公司
申请日:2024-02-04
公开(公告)日:2024-04-09
公开(公告)号:CN117853739A
主分类号:G06V10/42
分类号:G06V10/42;G06V20/10;G06V10/30;G06V10/82;G06N3/0499;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.26#实质审查的生效;2024.04.09#公开
摘要:本发明公开了一种基于特征变换的遥感图像特征提取模型预训练方法及装置,属于遥感图像处理领域。本发明利用自适应卷积计算的机制优化遥感图像在频域特征和纹理特征表达中的潜在目标区域的特征信息,帮助模型更好地捕捉到关于潜在目标区域的上下文特征信息,进而帮助模型更准确地理解图像内容。本发明至少包括对遥感图像进行特征变换,利用特征变换结果对遥感图像特征提取模型进行预训练;其中特征变换包括:将遥感图像映射至频域,并分解为相位向量和振幅向量,所述振幅向量经过卷积和通道注意力后与所述相位向量共同还原至时域,得到特征变换结果。
主权项:1.一种基于特征变换的遥感图像特征提取模型预训练方法,其特征在于,对遥感图像进行特征变换,利用特征变换结果对遥感图像特征提取模型进行预训练;所述特征变换包括:将遥感图像映射至频域,并分解为相位向量和振幅向量,提取所述振幅向量的卷积特征,捕获通道信息后与所述相位向量共同还原至时域,得到特征变换结果。
全文数据:
权利要求:
百度查询: 耕宇牧星(北京)空间科技有限公司 基于特征变换的遥感图像特征提取模型预训练方法及装置
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。