申请/专利权人:合肥工业大学
申请日:2024-01-22
公开(公告)日:2024-04-16
公开(公告)号:CN117893762A
主分类号:G06V10/26
分类号:G06V10/26;G06V20/13;G06V10/10;G06V10/764;G06V10/82;G06N3/0455;G06N3/0464;G06N3/048;G06N3/045;G06N3/084
优先权:
专利状态码:在审-公开
法律状态:2024.04.16#公开
摘要:本发明公开了一种AIS数据辅助Transformer的双极化SAR图像海陆分割方法,包括:1.获取双极化SAR图像,通过与之匹配的全年AIS数据计算出全年舰船分布密度,制作海陆分割深度学习算法样本集;2.设计金字塔视觉Transformer网络用于多尺度特征提取;3.在解码阶段构建特征过滤模块用于增强对感兴趣对象的特征表示,同时还构建边界像素感知损失函数,使网络能够更加专注于边界像素;4.将数据集输入网络中进行训练;5.将待分类的SAR图像输入训练好的模型,得到海陆分割结果。本发明能有效解决在港口、海洋湿地等海陆边界复杂环境下的海陆分割效果不佳问题,且计算效率高,具有较好的工程应用价值。
主权项:1.一种AIS数据辅助Transformer的双极化SAR图像海陆分割方法,其特征在于,包括如下步骤:步骤1:构建海陆分割样本数据集:步骤1.1:获取某一区域的一张双极化SAR图像并进行轨道校正、噪声去除、辐射定标、滤波和地形校正的预处理,从而得到预处理后的VV极化图像A和VH极化图像B;步骤1.2:获取与所述双极化SAR图像在同一区域的AIS数据,并对AIS数据中每个坐标对应的船舶出现次数进行统计,从而计算出船舶分布密度图Y;步骤1.3:对VV极化图像A、VH极化SAR图像B和船舶分布密度图Y分别进行归一化后,各自划分成N个图像块并进行拼接,从而得到图像块集合{Imag1,Imag2,…,Imagn,…,ImagN},其中,Imagn表示第n个拼接图像块,表示第n个VV极化图像块,表示第n个VH极化图像块,表示第n个船舶分布密度图像块,N表示切片总数;设置与所述图像块集合{Imag1,Imag2,…,Imagn,…,ImagN}相对应的真实标签集合{G1,G2,…,Gn,…,GN},其中,Gn表示第n个拼接图像块Imagn对应的真实标签,且Gn∈{0,1},其中,1表示海洋类别,0表示陆地类别;步骤2:构建金字塔视觉Transformer海陆分割网络,包括:编码器、特征过滤模块、特征恢复层以及分类器;步骤2.1:所述编码器对所述第n个拼接图像块Imagn进行处理,得到第n个多尺度特征图Xn;步骤2.2:所述特征过滤模块对第n个多尺度特征图Xn进行处理,得到第n个过滤特征图X′n;步骤2.3:所述特征恢复层对第n个过滤特征图X′n进行处理,得到所述第n个拼接图像块Imagn的预测切片Pn;步骤2.4:所述分类器由1个卷积层和一个sigmoid层组成,并用于对预测切片Pn进行处理,输出预测切片Pn的预测标签;步骤2.5:利用梯度下降法对所述金字塔视觉Transformer海陆分割网络进行训练,并计算损失函数Loss以更新网络参数,直至损失函数Loss收敛为止,从而得到训练好的海陆分割深度学习模型,用于对待分割的SAR数据进行海陆分割。
全文数据:
权利要求:
百度查询: 合肥工业大学 AIS数据辅助Transformer的双极化SAR图像海陆分割方法
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。