摘要
本发明公开了一种基于深度学习的遥感图像显著目标检测方法,该方法首先获取光学遥感图像,构建。其次编码阶段,数据集数据通过构建骨干网络提取多级特征。然后通过空洞卷积构建高级语义信息处理模块GFM,基于多级特征,得到语义特征,并构建边缘提取模块EEM,提取边缘特征。最后在解码阶段,基于多级特征进行解码,并构建信息融合模块EFM,结合语义特征和边缘特征进行特征融合,输出目标检测结果。本发明能够更好的利用高级语义信息和边缘信息,得到准确的显著目标检测结果。
技术关键词
多级特征
语义信息处理
光学遥感图像
语义特征
编码模块
空洞
残差模块
模块结构
阶段
解码模块
网络
数据
上采样
分支
元素
层级
系统为您推荐了相关专利信息
机器人控制指令
机器人控制方法
语义特征
彩色图像编码
深度图像编码
数据输入模块
编程
多模态
编码模块
语音识别单元
局部特征信息
激光点云数据
点云去噪方法
聚类
协方差矩阵