摘要
本文公开了一种基于双分支深度学习模型的月球皱脊提取方法、系统、存储介质和电子设备,包括如下步骤:数据预处理,处理DEM数据和生成坡向数据;利用双分支特征编码器提取特征,获得DEM特征和坡向特征;基于注意力机制,对双分支深层特征进行融合,获得融合特征中的深层语义信息;通过空间空洞卷积池化,自适应地进行多尺度选择;融合浅层特征,进行跳跃连接,为上采样提供细节信息;上采样和恢复图像尺寸,获得提取结果。通过本发明,能够大范围和精确识别月表皱脊的形态和位置,可有效减少人工提取工作的劳动量,为月球应力构造研究提供了基础,有利于后续对月球应力状态和演化历史的研究。
技术关键词
深度学习模型
月球
分支
Sigmoid函数
数据
注意力机制
融合特征
编码器
语义
空洞
上采样
图像像素
线性插值方法
滑动窗口
解码
多尺度信息
全局平均池化
金字塔
系统为您推荐了相关专利信息
样式
页面生成方法
动态
计算机可读指令
标签特征
搬运系统
搬运机器人
货物转运车
感应探头
小型液压缸
充电控制策略
蜂群系统
人工蜂群
蜜蜂
恒流充电阶段
轨道车辆通风系统
基线
关联规则挖掘技术
数据
辅助变流器