基于高相似性传递注意力机制的遥感图像分割方法及系统

AITNT
正文
推荐专利
基于高相似性传递注意力机制的遥感图像分割方法及系统
申请号:CN202510575019
申请日期:2025-05-06
公开号:CN120526140B
公开日期:2025-12-12
类型:发明专利
摘要
本发明公开了基于高相似性传递注意力机制的遥感图像分割方法及系统,该方法包括:构建高相似性传递注意力特征提取网络,通过预处理和局部探索块提取多尺度局部特征,结合跳跃连接保留细节,并利用注意力模块筛选高相似性特征;并与原始特征融合,得到增强后的特征;将增强后的特征采用多尺度上采样恢复空间信息,结合编码特征优化细节,并通过联合交叉熵与Dice损失实现模型训练;将需要处理的目标遥感图像输入优化后的模型,输出与目标输入遥感图像尺寸相同的分割掩码图像,标记不同地物类别的区域。本发明可显著提升复杂场景下的分割精度;模型泛化能力增强;为遥感图像的自动化处理提供了有力的技术支持,适用于城市规划、环境监测等实际应用。
技术关键词
遥感图像分割方法 注意力机制 多尺度局部特征 上采样 特征提取网络 矩阵 强化特征 图像分割系统 加权损失函数 索引 像素 编码 特征提取模块 阶段 预测类别
系统为您推荐了相关专利信息
1
基于图和变分集成的估值方法、装置、设备及介质
企业 集成学习模型 估值方法 重构 节点
2
基于自适应带约束深度模型的基因设计与进化路径推断方法
推断方法 深度预测模型 原型 序列 编码器
3
一种基于多源数据融合的联轴器智能诊断方法及系统
智能诊断方法 关键点 双通道卷积神经网络 联轴器 数据
4
一种融合CBAM的CNN-BiLSTM接地故障选相方法、系统、设备及介质
故障选相方法 二维灰度图像 图像转换方法 灰度图像处理 局部特征提取
5
一种基于Inception-GAN的HRRP雷达目标识别方法
GAN网络模型 深度强化学习 空间结构特征 识别方法 GAN模型
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号