摘要
本发明属于遥感图像处理技术领域,尤其为一种基于双分支多尺度特征融合的遥感图像分割方法,包括如下步骤:步骤1,构建网络模型:整个双分支多尺度特征融合网络由双编码器‑解码器构成,编码器部分使用ResNet50作为多尺度特征提取的主干,具体包括堆叠残差模块、特征增强模块、细节保留模块、金字塔池化下采样模块和特征融合模块。本发明采用双分支多尺度融合网络,将原始编码‑解码网络中的编码器模块用CNN和Transformer两个并行分支来替代,CNN和Transformer分别提取不同分辨率下的局部特征和全局特征,用于提取多尺度特征图,高效提取和融合高分辨率遥感图像的局部信息和多尺度全局上下文信息,使全局‑局部信息整合充分。
技术关键词
多尺度特征融合
遥感图像分割方法
辅助编码器
解码器
多尺度特征提取
遥感图像分割网络
残差模块
归一化模块
多尺度融合网络
双编码器
分支
采样模块
高分辨率遥感图像
遥感图像处理技术
注意力
多层建筑
系统为您推荐了相关专利信息
图像识别系统
脑肿瘤医学影像
语义特征
图像获取模块
输出特征
变电站检测方法
变电站设备图像
神经网络模型
多尺度特征提取
采集变电站
特征提取网络
注意力
滑动窗口
搜索特征
模板特征
能谱解谱方法
液体闪烁体探测器
人工神经网络
中子
神经网络模型
关键点检测方法
融合神经网络
训练集
标签文件
编解码器