摘要
本发明涉及遥感影像处理领域,尤其涉及一种基于多尺度特征融合的高分辨率遥感影像语义分割方法,包括:获取公开遥感影像数据集,并对图像预处理,构建语义分割的训练与测试集;设计CTMFNet,编码器由轻量级残差模块与MS‑Transformer构成,提取局部空间细节与全局上下文信息;采用RID减少空间信息损失,引入LSFE提升空间定位能力,通过DecoderAttn在空间与通道维度上进行特征校准,实现边界精细分割;将训练样本输入网络进行训练,获得收敛后的最佳语义分割模型;将测试集输入模型获取语义预测图,通过多尺度融合与边界还原,输出遥感影像的精细分割结果。本发明有效提升了地物提取的精度与鲁棒性,在保持较高分割精度的同时显著降低计算成本,具有良好的实用价值与推广前景。
技术关键词
多尺度特征融合
语义分割模型
注意力
高分辨率遥感影像
分支
编码器
融合卷积神经网络
纹理特征
语义特征
解码器
通道
正射影像数据
残差模块
图像
遥感影像数据
系统为您推荐了相关专利信息
轴承故障诊断方法
物理
深度神经网络
连续小波变换
分析故障
车辆轨迹预测方法
线性变换矩阵
时间卷积网络
动态邻接矩阵
编码器
补丁
清洗算法
风功率预测技术
图像轮廓提取
时序
实例分割方法
实例分割网络
混合专家网络
融合多模态特征
染色