全极化SAR图像分割网络模型、分割方法及训练方法

AITNT
正文
推荐专利
全极化SAR图像分割网络模型、分割方法及训练方法
申请号:CN202411134201
申请日期:2024-08-19
公开号:CN118657946B
公开日期:2024-11-12
类型:发明专利
摘要
本发明提供一种全极化SAR图像分割网络模型、分割方法及训练方法,涉及卫星遥感领域,包括:第一支路,用于对图像进行多次残差运算,得到不同维度的第一特征图,基于空洞卷积和多尺度动态卷积捕获末次残差运算输出的第一特征图内不同大小的信息,得到第二特征图,融合两类特征图后再卷积,得到第一融合特征图;第二支路,用于基于自注意力对图像进行运算,基于空间和通道注意力融合得到的不同维度的第二特征图后再卷积,得到第二融合特征图;第三支路用于将第一特征图和第二特征图融合,基于空洞卷积和多尺度动态卷积捕获得到的多个第三融合特征图内不同大小的信息后再拼接及卷积,得到第四融合特征图;加权融合模块,用于融合三条支路的输出。
技术关键词
全极化SAR图像 融合特征 网络系统 通道注意力机制 解码模块 多尺度 空洞 伪彩色图像 动态 可见光图像 sigmoid函数 拼接单元 分割方法 支路 图像分割
系统为您推荐了相关专利信息
1
一种草原毒杂草分布状况监测方法、装置及终端设备
杂草 图像特征提取模型 空间特征信息 状况监测方法 融合特征
2
OCT图像拼接方法
图像拼接方法 融合特征 特征提取模块 卷积模块 特征提取网络
3
客流预测方法及装置、计算机程序产品、电子设备
时间段 客流预测方法 训练样本数据 粒子群优化算法 矩阵
4
基于多模态大模型的芯片陶瓷封装基板表面缺陷检测方法
陶瓷封装基板 表面缺陷检测方法 融合特征 文本 像素
5
一种多模态多视角目标检测及匹配方法及系统
编码特征 多视角 深度特征融合 多模态 图像编码器
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号