基于多尺度残差注意力模型的SAR影像水体提取方法.pdf
佳宁****么啦
亲,该文档总共18页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
基于多尺度残差注意力模型的SAR影像水体提取方法.pdf
本发明公开了一种基于多尺度残差注意力模型的SAR影像水体提取方法,步骤如下:首先对SAR原影像进行预处理和标签制作,得到模型的训练集和测试集;其次针对遥感影像中水体形态各异问题,模型的编码器被设计成多尺度残差模块;针对狭窄水域识别准确率低的问题,模型的解码器采用嵌套式结构;最后在每层编码器后面加上细化注意力模块(SC‑attention),融合空间特征中丰富的语义信息和通道特征中准确的位置信息,以逐步细化分割细节来避免水体边界信息的丢失。本发明利用多尺度残差模块获得水体不同尺度下的特征信息,通过嵌套式解码
一种基于多尺度残差注意力网络的SAR图像去噪方法.pdf
本发明公开了一种基于多尺度残差注意力网络的SAR图像去噪方法。该方法步骤如下:构建训练集并对训练样本进行归一化操作;搭建多尺度残差注意力网络模型:通过多尺度卷积组提取图像不同尺度的特征,在特征提取过程中设计主干分支和掩码分支,主干分支用来进行特征处理,掩码分支生成注意力权重以提取图像信息的相关特征来区分噪声,在掩码分支的注意力机制中添加非局部模块以获得图像像素之间的长距离依赖关系,使用跳跃连接用以加快网络收敛速度,结合残差连接学习噪声分布;设置多尺度残差注意力网络训练模型参数并进行模型训练;将噪声图像输入
基于多尺度残差和注意力机制的发票文本识别方法及系统.pdf
本发明公开了基于多尺度残差和注意力机制的发票文本识别方法及系统,包括以下步骤:对发票图像进行预处理,分割成单个字符图像;构建多尺度残差CNN网络,将单个字符图像输入到该网络中得到单个字符图像的表示向量;构建基于注意力机制的BiGRU网络,得到每个样本的文本识别结果;训练上述多尺度残差CNN网络与基于注意力机制的BiGRU网络构成的文本识别网络,寻找最优的网络参数,得到最优的文本识别网络,利用最优的文本识别网络从发票图像中识别文本信息;本发明的优点在于:能够提取更全面的特征,解决梯度消失的问题以及文本识别准
基于主动轮廓的SAR影像灾后水体信息提取方法.pdf
本发明涉及一种基于主动轮廓的SAR影像灾后水体信息提取方法,包括以下步骤:1)利用二维Otsu阈值分割法提取出SAR影像中的全部潜在水体;2)基于区域的主动轮廓图像分割;3)建立全局高度阈值图。与现有技术相比,本发明解决了单一方法进行水体提取的局限性,既达到了精确提取水体,又保证主动轮廓计算量减少,提高了提取速度。
基于随机森林多尺度卷积模型的极化SAR分类方法.pdf
本发明提出了一种基于随机森林多尺度卷积模型的极化SAR分类方法,用于解决现有技术中存在的分类准确率较低和分类时间较长的技术问题,实现步骤为:构建包含多尺度卷积模型和随机森林模型的随机森林多尺度卷积模型,其中多尺度卷积模型包括细化模块和至少两个输入模块,并初始化模型的相关参数;对待分类的极化SAR图像进行Lee滤波;对滤波后的极化SAR图像进行预处理;获取训练数据集;将训练数据集输入到多尺度卷积模型中进行模型训练,得到特征图featuremap,并将featuremap输入到随机森林模型进行模型训练,得到训