摘要
本发明公开一种基于双分支网络架构的多模态遥感图像关键点检测方法,包括如下步骤:将RGB图像和SAR图像分别输入到两个具有相同结构的分支网络,各分支包含:编码器、多尺度局部共享卷积模块、全局信息提取模块和轻量级检测头;在各分支中,图像先通过6个参数不共享的标准卷积层将通道维度升,以最小成本快速得到密集特征描述符;通过参数共享的串行多尺度空洞卷积来获取图像不同感受野区域的局部的特征;再采用Transformer中的多头注意力架构将全局信息与局部特征进行交互结合,得到每个像素的特征描述符;之后采用平均池化和最大值操作获取每个点与局部区域点的相对显著性,最后通过softmax得到关键点检测得分图。
技术关键词
双分支网络
深度神经网络模型
遥感图像数据
特征描述符
关键点
卷积模块
多模态
空洞
检测头
编码器
注意力
密集特征
多尺度特征
通道
残差结构
系统为您推荐了相关专利信息
智能生成方法
坐标
降维特征
联合损失函数
网络架构
深度学习模型
关键点
车道线识别
实时图像
特征提取模块
人体骨骼关键点
识别方法
关节点
位姿估计算法
人体骨架
融合卷积神经网络
实例分割方法
输出特征
特征融合网络
芯片