摘要
本发明提供的滑坡图像识别方法包括:对目标图像经多次残差处理提取高阶与低阶语义特征;对高阶特征进行多尺度特征提取,通过自适应通道注意力动态调制各分支特征并通道拼接,生成高阶融合特征;对高阶融合特征及低阶特征分别采用深度可分离卷积提取边缘特征,经方向敏感注意力机制解耦高度/宽度维度聚合,生成方向权重并交叉增强,得到高阶与低阶方向增强特征;将二者拼接后通过双路池化聚合与空间注意力增强生成输出特征图,经分类器分割得到滑坡划分结果。本发明解决了特征融合不充分与边界感知薄弱问题,在复杂地形中显著提升滑坡分割的边界精度与区域一致性。
技术关键词
图像识别方法
语义特征
融合特征
多尺度特征提取
输出特征
通道注意力机制
分支
图像识别系统
分类器
处理器
拼接模块
动态
元素
上采样
存储器
系统为您推荐了相关专利信息
多模态深度学习
图像识别方法
训练卷积神经网络
集成传感器
文件目录结构
故障预测方法
时间序列特征
时间卷积网络
特征融合方法
融合特征
LSTM神经网络
多模态特征
监测方法
数据
网络特征
对话生成方法
自然语言理解
大语言模型
多模态信息
融合特征