摘要
本发明公开了一种基于层次化Mamba拓扑增强的遥感显著性目标检测方法及系统,方法包括:由编码器生成多尺度图像特征,获得高层语义特征图;将高层语义特征图细分为四个区域,并分别应用四个独立的Mamba结构进行专门建模,获得深层特征图;接收一个深层特征图作为输入,将输出的特征与原始输入特征图进行残差连接最终获得丰富的、多层次的特征表达;利用层次化Mamba分割优化模块接收的高等级特征图和掩码图,对得到的特征图进行归一化处理,并将其与相应的掩码图一起输入到轻量级Mamba模块,生成最终的输出。本发明提出了基于层次化Mamba拓扑增强的遥感显著性目标检测网络,通过运用不同的Mamba结构分别处理前景和背景区域提升不同特征级别下的分割质量。
技术关键词
高层语义特征
前馈神经网络
扫描模块
生成多尺度
编码器
解码器架构
残差系数
通道
多层次
双线性插值法
更新模型参数
分块特征
视觉
多尺度特征
代表
阶段
编码模块
融合特征
图像
系统为您推荐了相关专利信息
视频编码方法
多尺度特征
运动特征
特征提取单元
纹理特征
加密流量分类方法
序列
编码器
流解码器
流量分析技术
多维特征向量
防火墙规则
网络流量数据
深度神经网络模型
策略
BERT模型
加密网络流量
加密流量识别方法
灰度值图像
保护软件系统
建筑能耗数据
生成对抗网络模型
评估预测模型
训练机器学习模型
建筑能耗预测技术