摘要
本发明公开了一种基于KAN‑Mamba的多源遥感图像语义分割方法及装置,用于提高遥感图像语义分割的准确度,包括KAN‑Mamba特征提取网络和Uper_Head解码器;所述KAN‑Mamba特征提取网络包括一个Stem卷积神经网络和四阶段的KAN‑Mamba特征提取模块,通过KAN‑Mamba特征提取网络对融合遥感图像进行分阶段的特征提取,获取多尺度特征;所述Uper_Head解码器,包括侧边特征构建单元、池化单元、特征融合单元和分类层,通过侧边特征构建单元和池化单元对多尺度特征进行侧边特征构建、池化操作,再通过特征融合单元进行逐级的特征融合,接着通过BottleNeck层进行通道融合,最后通过分类层得到语义分割标签。本发明对于多源遥感图像的语义分割准确率更高、模型收敛更快、细节信息更精确。
技术关键词
特征提取模块
特征提取网络
遥感图像语义分割
多源遥感图像
输出特征
卷积特征
阶段
解码器
采样模块
语义标签
多尺度特征
扫描模块
状态空间方程
序列
合成孔径雷达图像
融合特征
多项式
通道
系统为您推荐了相关专利信息
分析评估系统
高分辨率遥感影像
深度学习优化
地理信息数据
深度学习网络
Stacking集成学习
时序
相关性分析方法
信号
时域特征提取
单木树冠
点云提取方法
顶点
实例分割
语义分割网络
深度双边学习
图像插值方法
像素
多尺度特征提取
网络模块
螺栓紧固方法
力反馈
建筑机器人
编码器解码器
导纳控制器