摘要
本发明提供一种基于语义不变特征学习的光学遥感图像目标检测方法,对输入的光学遥感图像进行风格变换,生成一组图像对;接着,利用特征提取网络分别提取图像对的特征,并通过所提出的图像级语义不变特征增强模块,强化特征图中的语义不变特征表示,最终实现具有强泛化能力的目标检测;也就是说,本发明通过将输入的光学遥感图像应用离散余弦变换(DCT)转移到频域,并对其幅值进行增强,以实现图像风格表示的有效变换;本发明在频域中直接操作图像的频率成分的方式,能够更精确地控制不同频率的特征增强程度,从而实现更细致和有效的风格变换。
技术关键词
光学遥感图像
语义特征
二维离散余弦变换
特征提取网络
查询特征
Softmax函数
交叉注意力机制
幅值
强化特征
线性
精确地控制
风格
感兴趣
矩阵
数值
元素
系统为您推荐了相关专利信息
通信构建方法
正交幅度调制
信道状态信息
原型
噪声加到输入信号
三维点云数据
多模态
融合特征
特征提取网络
模态特征