摘要
本发明公开了一种基于双分支融合和自适应增强的三阶段建筑物提取方法,属于图像分割技术领域,包括:获取遥感图像,并对遥感图像进行预处理;将预处理的遥感图像输入深度学习模型进行语义分割,得到建筑物分割结果。本发明设计构成一种新的三阶段网络结构,在第一阶段,利用由OSS块构成的四层编码器提取特征,在第二阶段,设计交互式双分支特征融合模块,捕捉到从细粒度纹理到大尺度语义的全方位信息,在第三阶段,引入动态自适应边缘增强模块,增强高频细节、捕捉细微的纹理边缘和大尺度的建筑轮廓,能够有效提高遥感图像建筑物提取的精度。
技术关键词
建筑物提取方法
输出特征
分支
深度学习模型
阶段
水平垂直翻转
交叉注意力机制
编码器
遥感图像数据
图像分割技术
网络结构
建筑轮廓
动态
模块
图像缩放
语义
补丁
系统为您推荐了相关专利信息
医学图像分类方法
归一化模块
医学图像分类技术
批量
语义
神经架构搜索
搜索算法
深度学习模型优化
命名实体识别
验证方法
量子随机数
CNOT门
阶段
量子隐形传态
量子信息技术
人体动作识别方法
关键帧
运动特征
级联神经网络
关节运动速度