摘要
本发明公开了融合频域感知与状态空间建模的大幅面影像分割方法和系统。所述方法包括编码器、状态空间建模模块和频域感知特征融合模块三个核心部分,其中编码器采用基于ResNet结构的特征提取网络,实现对输入图像的多尺度特征提取,确保深层语义信息的有效捕获。状态空间模块通过视觉状态空间建模实现了对图像数据的适配优化,并结合小波多尺度卷积网络构建混合架构,有效解决了传统CNN在远程依赖捕获方面的局限性。频域感知特征融合模块通过多频域信息的交互融合,有效优化了特征重建过程,从而实现高效、精细的像素级语义分割。该解码器能够整合低频全局结构和高频边缘细节信息,显著增强高分辨率影像中边缘和纹理的恢复效果。
技术关键词
影像分割方法
感知特征
编码器
上采样
解码器
分支
全局结构信息
小波多尺度
语义分割网络
非线性
高频补偿
归一化模块
特征提取网络
分辨率
空间模块
预训练模型
分割系统
系统为您推荐了相关专利信息
K近邻算法
嵌入特征
多阶段
特征提取模块
三元组
智能监测方法
生成对抗网络
实时图像
视觉监控技术
光照
降水预报方法
异常信息
资料
降水预报系统
通道注意力机制