摘要
本发明公开了一种基于多重上下文U‑Net网络的复杂场景遥感图像分割方法,包括以下步骤:在U‑Net网络的编码器部分构建基于上下文Transformer的目标特征提取模块,通过该模块优化对遥感图像多类目标的特征提取;在跳层连接上加入多阶段卷积注意力模块,多阶段卷积注意力模块通过多阶段卷积捕获目标边界的多尺度上下文信息,之后通过结合坐标注意力机制捕获图像目标的全局信息,提升遥感图像边界分割精度;在U‑Net网络解码器部分构建了基于双阶段注意力的多尺度特征融合模块,实现对多类目标的特征提取能力,并改善网络模型对遥感图像边界信息的感知能力,提高遥感图像的分割精度。
技术关键词
遥感图像分割方法
多阶段
特征提取模块
动态上下文信息
静态上下文
网络解码器
场景
坐标
多尺度特征融合
通道注意力机制
图像特征信息
特征提取能力
编解码器
采样方法
系统为您推荐了相关专利信息
高压电缆附件
重建点云
尺寸特征
缺陷识别方法
数据采集组件
图像特征识别方法
特征提取模块
Softmax函数
融合特征
形态
多维特征向量
信号传播路径
定位方法
序列
多源定位数据
环氧结构胶
预测系统
历史性能数据
随机森林模型
指标