一种基于双曲神经网络的遥感图像语义分割方法及装置

本发明公开了一种基于双曲神经网络的遥感图像语义分割方法及装置，该方法包括：构建以编码器‑解码器结构为基础的双曲空间神经网络模型，获取若干对地观测遥感图像作为训练集，通过对该神经网络模型进行训练，得到语义分割模型，用于对地观测遥感图像进行精准语义分割预测。该神经网络通过采用洛伦兹模型，将卷积层、批归一化、非线性激活、残差连接、Softmax函数和解卷积层映射到双曲空间，以学习低失真的遥感图像表示；以并行方式同时模拟双曲空间和欧几里得空间中的成对相关性，有效地将超球面上下文依赖性与欧几里得亲和力相结合。本发明能够更有效地捕捉遥感图像中的层次结构和空间关系，从而实现更精确的语义分割。