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
样本生成方法
特征金字塔
自然语言文本
视觉
掩膜
融合特征
三维卷积神经网络
分段拟合方法
参数
成像
智能传感系统
感知环境变化
电力设备监测系统
注意力机制
编码器