申请/专利权人：成都信息工程大学

申请日：2024-02-09

公开（公告）日：2024-04-30

公开（公告）号：CN117726954B

主分类号：G06V20/13

分类号：G06V20/13;G06V10/26;G06V10/42;G06V10/44;G06V10/82;G06N3/0464;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2024.04.30#授权;2024.04.05#实质审查的生效;2024.03.19#公开

摘要：本发明涉及一种遥感图像海陆分割方法及系统，属于图像处理领域，包括：将遥感图像分别输入Swin‑TransformerBlock单元和ResNet单元提取不同的图像特征，构建特征图；将特征图输入到MCA单元中，通过深度可分离卷积模块和自注意力空间金字塔池化模块捕捉特征图中不同窗口大小和尺度的特征，引入SE模块关注重要特征；采用上采样模块进行上采样，通过长程残差连接得到长程残差后的特征图，将长程残差后的特征图继续输入上采样模块恢复到初始尺寸，输出预测图片。本发明提高了模型的特征信息提取能力，在海陆分割任务中实现了狭长水域的正确分割，减少了低区别度区域的分割错误，提升了整体分割的精确性与稳定性。

主权项：1.一种遥感图像海陆分割方法，其特征在于：所述分割方法包括：步骤一、将遥感图像分别输入Swin-TransformerBlock单元和ResNet单元提取不同的图像特征Fp1与Fp2，通过进行三个阶段的卷积计算以构建特征图，表示Swin-TransformerBlock单元，表示ResNet单元，表示特征图；步骤二、将特征图输入到MCA单元中，通过MCA单元中的深度可分离卷积模块和自注意力空间金字塔池化模块捕捉特征图中不同窗口大小和尺度的特征，并引入SE模块关注重要特征，提高关键信息的敏感性；步骤三、采用上采样模块对MCA单元输出的特征图进行上采样，并通过长程残差连接防止多次上采样导致的信息丢失，得到长程残差后的特征图，将长程残差后的特征图继续输入上采样模块恢复到初始尺寸，最后输出预测图片；所述步骤二，具体包括以下内容：A1、首先通过一个3×3的卷积块，再分别通过深度可分离卷积模块进行深度卷积和逐点卷积处理捕捉特征图中不同窗口大小和尺度的特征，再通过一个3×3的卷积块，再通过SE模块进行重要特征的关注；A2、然后，通过自注意力空间金字塔池化模块进一步捕捉特征图中不同窗口大小和尺度的特征，再重复一次A1步骤；所述步骤三，具体包括以下内容：特征图进入包括一个转置卷积、一个3×3卷积、一个BN归一化层和一个ReLU激活层的上采样模块，通过转置卷积实现图像的上采样，将低分辨率的特征图放大到与原始输入图像相同的分辨率；经过第一次上采样后输出的特征图分别与Swin-TransformerBlock单元和ResNet单元的第一个阶段建立长程残差特征，得到建立长程残差后的特征图；将长程残差后的特征图继续送入上采样模块以恢复初始尺寸，最后输出预测图片。

全文数据：

权利要求：

百度查询： 成都信息工程大学 一种遥感图像海陆分割方法及系统

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