摘要
本发明涉及一种基于码本与交叉变形融合的跨域遥感图像分割方法,属于图像处理技术领域。自监督预训练阶段,源域图像和目标域图像输入卷积网络得到瓶颈特征,瓶颈特征由码本中特征码替换,替换后的特征输入到解码器中还原成原始图像,瓶颈特征输入到域判别器中进行域混淆,解码器的中间特征输入到域判别器中进行域混淆;分割训练阶段,源域和目标域图像输入到预训练好的编码器、解码器中,通过交叉变形特征融合模块实现跳跃连接,解码器最后一层替换成分割头,计算域混淆损失和分割损失共同优化模型。本发明利用码本机制增强图像内容,并利用可变形注意力融合不同层特征,以期模型能够学习更鲁棒的特征,从而提高跨域图像语义分割的性能。
技术关键词
遥感图像分割方法
瓶颈特征
变形特征
编码器
输出特征
双线性插值
坐标
图像语义分割
代表
网络
注意力
解码器结构
图像处理技术
模块
分类器
阶段
系统为您推荐了相关专利信息
医疗信息系统
风险预测模型
注意力
预警模型
患者
飞机通讯系统
语音通信系统
线谱噪声
宽带谱噪声
语音通信终端
特征提取网络
航迹信息
多模态数据融合
分类网络
识别方法
遥感图像变化检测
输出特征
级联
分块特征
预测特征