摘要
本发明公开了一种边缘注意力增强的双分支框架场建筑物轮廓提取方法及装置,属于计算机视觉与遥感图像处理技术领域。所述方法采用边缘感知的双分支框架场网络(EA‑DBFFN),通过图像输入、特征提取、双任务解码、掩膜框架场融合和多边形化实现端到端的建筑物轮廓提取。其中,双任务解码包含掩膜分支和边缘分支,分别通过动态感受野模块和多方向卷积模块增强特征表达能力,并采用双任务互引导实现两个分支间的特征交互与协同优化。本发明通过边缘注意力机制强化边界特征学习,结合框架场向量场的几何约束,显著提升了建筑物轮廓提取的结构完整性和边界精度。
技术关键词
分支
注意力
建筑物轮廓
多尺度特征提取
遥感图像处理技术
Sigmoid函数
加权特征
深度卷积神经网络
多边形
卷积模块
解码模块
边缘检测算子
矢量图
掩膜框架
系统为您推荐了相关专利信息
分布式服务
混合网络
迁移方法
深度强化学习算法
轨迹
无标签数据
注意力
历史运行数据
监测方法
无监督
低压供电线路
计算机执行指令
节点
贪心算法
分支