申请/专利权人：长沙理工大学

申请日：2023-11-30

公开（公告）日：2024-04-30

公开（公告）号：CN117953366A

主分类号：G06V20/10

分类号：G06V20/10;G06V10/52;G06V10/80;G06V10/77;G06V10/82;G06V10/26;G06V10/44;G06N3/0455;G06N3/0464;G06N3/048;G06N3/084

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.17#实质审查的生效;2024.04.30#公开

摘要：本发明公开了一种基于水体提取网络从SAR图像中提取水体的方法及系统，本发明包括将SAR图像输入水体提取网络获得水体提取结果图像，水体提取网络由编、解码器网络组成，编码器网络包括骨干网络，用于提取高、低级特征；级联融合巨大的空间金字塔模块CASP，用于对高级特征采用级联的多个级联多分支特征融合模块CMFF进行特征提取，将不同尺度的特征使用双线性插值操作来对齐特征的空间大小、再基于通道进行连接融合；通道调整模块，用于将连接融合后的特征进行通道调整后输出给解码器网络。本发明旨在解决从SAR图像中提取水体中所存在的多尺度特征、复杂背景干扰和边界模糊的问题，以精确实现不同大小的支流及干道水体的提取。

主权项：1.一种基于水体提取网络从SAR图像中提取水体的方法，包括将SAR图像输入预先训练好的水体提取网络获得水体提取结果图像，所述水体提取网络由相互连接的编码器网络和解码器网络组成的网络模型，其特征在于，所述编码器网络包括：骨干网络，用于从输入的SAR图像中提取包括高级特征和低级特征的多级语义特征；级联融合巨大的空间金字塔模块CASP，用于对高级特征采用级联的多个级联多分支特征融合模块CMFF进行不同尺度的特征提取，将不同尺度的特征进行使用双线性插值操作来对齐特征的空间大小、再基于通道进行连接融合；所述级联多分支特征融合模块CMFF对输入的特征的处理包括：首先将输入的特征通过多个分支进行卷积操作，然后将各个分支的卷积操作结果进行通道叠加、再和输入的特征融合，最终通过ReLU激活函数激活后得到输出的特征Y；通道调整模块，用于将连接融合后的特征进行通道调整后输出给解码器网络；所述解码器网络用于根据编码器网络中骨干网络输出的低级特征、通道调整后的高级特征进行解码提取得到水体区域提取结果图。

全文数据：

权利要求：

百度查询： 长沙理工大学 基于水体提取网络从SAR图像中提取水体的方法及系统

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。

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