摘要
本发明公开了一种基于降噪扩散概率模型的多源遥感图像语义分割方法及装置,包括基于Mamba的双分支主干网络和降噪扩散概率模型网络;通过基于Mamba的双分支主干网络对成对的原始光学图像和原始合成孔径雷达图像分四个阶段进行提取特征和特征融合得到四个阶段的多源融合特征,再将四个阶段的多源融合特征拼接成一个多尺度融合特征;在降噪扩散概率模型网络中,通过前向加噪模块对原始语义分割标签进行加噪,将多尺度融合特征与加噪后的原始语义分割标签拼接后的结果作为前向加噪模块的输出;通过噪声解码器对输入特征进行降噪操作,预测输入特征的语义分割标签。本发明对于多源遥感图像信息融合更加细致、语义分割准确率更高、细节信息更精确。
技术关键词
特征提取模块
合成孔径雷达图像
特征提取网络
多源遥感图像
多源特征融合
融合特征
状态空间方程
遥感图像语义分割
阶段
噪声强度
输出特征
特征融合网络
扫描模块
标签
子模块
输入多尺度
系统为您推荐了相关专利信息
激光焊接工艺
图像处理算法
时序
Sobel边缘检测算法
焊缝
风险评估模型
风险评估方法
多层感知器
患者
更新模型参数
售货机管理方法
视觉特征
自然语言
融合特征
货架图像
集装箱锁孔
级联分类器
可控滤波器
识别方法
SVM分类器
林木病虫害
识别方法
图像处理
深度学习算法
多层卷积神经网络模型