摘要
本发明公开了一种广义小样本图像分割方法、系统、介质及设备,包括:基类学习阶段和新类学习阶段;基类学习阶段包括:基于金字塔视觉变形器主干网络提取遥感图像的多尺度图像特征;对遥感图像进行超像素分割,生成形状特征图;将多尺度图像特征与形状特征图进行融合,得到融合特征;基于自重建约束机制进行监督,基于监督此阶段的整体网络,即基类学习网络;新类学习阶段包括:基于基类知识挖掘机制,将融合特征进行掩码初始化得到基类原型和新类原型,基于基类原型和新类原型更新亲和矩阵,基于更新后的亲和矩阵和基类原型更新新类原型;基于基类原型和更新后的新类原型进行推理得到遥感图像的分割图像。
技术关键词
图像分割方法
原型
融合特征
广义
阶段
样本
变形器
金字塔
矩阵
网络
SLIC算法
像素
图像分割系统
多尺度
机制
图片
视觉
处理器
邻域
系统为您推荐了相关专利信息
多模态特征融合
异常设备
故障分类模型
融合特征
注意力机制
生物农药
黄精
局部特征提取
特征提取网络
像素点
建筑三维模型
工程质量检测方法
测振设备
微波
云端
视频序列分割方法
状态空间模型
时序特征
深度卷积神经网络
学习特征