多尺度特征融合遥感影像分割方法、装置、设备和存储器.pdf
猫巷****晓容
亲,该文档总共22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
多尺度特征融合遥感影像分割方法、装置、设备和存储器.pdf
本申请涉及一种多尺度特征融合遥感影像分割方法、装置、设备和存储器。所述方法包括:获取遥感影像,并进行标注,得到训练样本;构建多尺度特征融合遥感影像分割网络,该网络包括:用于将训练样本分割成固定大小的小块,将其展开成一维向量并嵌入位置编码得到输入序列的输入网络;用于利用多层Transformer模块提取输入序列不同层次的编码器;用于通过融合多尺度特征图得到样本预测结果的解码器;利用训练样本对该网络进行训练,得到训练好的多尺度特征融合遥感影像分割模型,并利用该模型得到待测遥感影像的预测结果。该方法充分利用编码
多尺度分割约束的遥感影像语义分割方法.pdf
一种多尺度分割约束的遥感影像语义分割方法,通过对遥感影像进行多尺度区域合并,并将合并结果进行融合处理后得到多尺度分割结果,通过深度学习网络进行语义预测得到遥感影像地物准确边界及语义信息;本发明利用多尺度分割结果作为约束,一方面既能够获得遥感影像地物准确边界;另一方面又能够得到封闭区域的语义信息,解决了传统的多尺度分割方法无法直接获得封闭区域的语义信息的问题,以及基于深度学习的语义分割方法不能很好地保留地物的准确边界的问题。
一种基于多特征融合机制的遥感影像地物分割方法.pdf
本发明涉及一种基于多特征融合机制的遥感影像地物分割方法,所述地物分割方法包括:建立基于编码器和解码器架构的深度学习模型,将测试的图像输入到编码器中进行逐层卷积并通过注意力机制来对低阶语义信息进行筛选,以突出目标特征抑制背景噪声;解码器接收编码器处理结果进行反卷积保留并向上传递,在解码网络的最终输出位置将每层单独保留的特征图与解码网络的结果进行多特征融合,达到提高特征还原精度的目的,将得到与原图像尺寸相同的语义标记映射到原始图像上,实现分割结果的可视化。本发明通过轻量级的通道注意力机制和深度多特征融合机制,
一种多尺度光谱投影遥感影像融合方法.pdf
本发明涉及一种多尺度光谱投影遥感影像融合方法,包括以下步骤:对原始全色影像和原始多光谱影像进行精确的空间配准,通过引入改进的高斯尺度空间理论,分别生成低空间分辨率的原始多光谱各波段影像和原始高空间分辨率全色影像的高斯影像立方体,然后利用高斯影像立方体的层影像提取多光谱各波段影像和全色影像的光谱特征,最后将光谱特征按照加权融合策略投影到原始全色影像上,得到具有高空间分辨率和高光谱分辨率的融合多光谱影像。本发明在在提高影像空间分辨率的同时,极大地保留了原始多光谱影像的光谱信息,能够在空间分辨率与光谱分辨率之间
基于多尺度特征注意力网络的遥感影像去云雾方法和设备.pdf
本申请涉及影像处理领域,尤其涉及一种基于多尺度特征注意力网络的遥感影像去云雾方法和设备,方法包括:获取待处理云雾影像;将待处理云雾影像进行归一化处理,得到归一化后待处理云雾影像;将归一化后待处理云雾影像输入去云雾模型中,以得到初始去云雾影像;对初始去云雾影像进行归一化的逆变换处理,得到去云雾影像;其中,去云雾模型包括特征提取结构、多尺度特征增强结构和信息融合结构,去云雾模型是根据云雾训练影像集训练网络模型至收敛得到的。本申请提高了去云雾的精确度。