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
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
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
时间段
客流预测方法
训练样本数据
粒子群优化算法
矩阵
陶瓷封装基板
表面缺陷检测方法
融合特征
文本
像素
编码特征
多视角
深度特征融合
多模态
图像编码器