摘要
本发明公开了一种基于CCAU‑Net的多波段遥感海岸线提取方法,针对现有经典U‑Net模型在提取小型水体时的遗漏、对阴影目标的误分类问题,以及模型对输入特征关键信息的关注不足问题,提出了一种改进模型和提取方法。通过引入非对称卷积模块替代U‑Net模型的标准方形卷积,并在模型的跳跃连接中集成卷积注意力模块,增强网络模型对输入特征关键区域的专注度。基于以上改进所提出的多波段遥感海岸线提取方法,不仅提升了模型对低级语义和高级特征的融合能力,还显著提高了多波段遥感图像中海岸线提取的精度和整体性能。
技术关键词
海岸线提取方法
注意力
编码器
通道
解码器
上采样
阶段
训练集
图像
卷积模块
影像
网络
水体
分布特征
多波段
陆地
海洋
语义
系统为您推荐了相关专利信息
情绪识别方法
深度特征提取
采集脑电信号
识别特征
脑电特征
真实场景图像
天气
可见光图像
融合特征
大气散射模型
率计算方法
多级特征
多角度
上采样
卷积神经网络模块
修正方法
LSTM模型
历史运行数据
注意力
样本
深海机器人
散热叶轮结构
模块化定子
转子单元
优化叶轮