摘要
本发明涉及一种基于状态空间模型的混合结构遥感图像分割方法,包括:获取待处理遥感图像,将待处理遥感图像输入混合结构遥感图像分割模型,获取分割结果;混合结构遥感图像分割模型利用训练集训练获得,训练集包括:遥感图像;混合结构遥感图像分割模型利用基于卷积神经网络的残差网络子模型与改进的Mamba子模型组建双编码器结构,用于提取多尺度特征,基于混合注意力卷积模块的Transformer子模型组建解码器,用于通过多尺度特征,捕获全局范围的特征依赖关系的同时,提取局部特征以及空间信息的捕获,生成分割结果;其中,改进的Mamba子模型为引入二维选择性扫描模块和CSAM注意力融合模块的原始Mamba子模型。
技术关键词
遥感图像分割方法
状态空间模型
混合结构
图像分割模型
多尺度特征
注意力
卷积模块
扫描模块
残差网络
双编码器
解码器
训练集
多层感知机层
执行卷积运算
局部特征提取
生成多尺度
非线性
序列
系统为您推荐了相关专利信息
识别神经网络
多尺度特征融合
卷积神经网络模型
图像增强算法
航空零部件
注意力模型
多尺度特征
水印嵌入
四元数小波
图像
面向燃料电池
仿真设计方法
固体氧化物燃料电池
状态空间模型
协方差矩阵
编码器模块
编码模块
解码模块
噪声预测
多尺度特征提取
道路坑洞
YOLO模型
原始图像数据
无人机图像采集
图像分割模型