摘要
本发明涉及计算机视觉技术领域,具体公开了一种用于光学遥感图像中的道路交叉口检测方法,构建了道路交叉口检测模型,该模型以Swin Transformer作为主干网络进行特征提取,实现局部细节与全局上下文信息的深度融合,并结合轻量化编码器结构与结构感知匹配机制,在提升空间特征建模效率的同时,增强了目标识别的结构表达能力;同时引入结构语义向量参与联合匹配损失优化过程,进一步提升了目标表示精度与结构一致性,使模型在复杂交叉口检测场景下表现更加稳定。与传统CNN检测方法及标准DETR模型相比,本发明构建的道路交叉口检测模型在检测精度、结构区分能力与鲁棒性方面具有显著提升。
技术关键词
光学遥感图像
道路交叉口
语义向量
匈牙利匹配算法
前馈神经网络
解码器
遥感图像数据
语义特征
归一化模块
全局特征融合
注意力
网络架构
计算机视觉技术
编码器结构
分支
系统为您推荐了相关专利信息
语义向量
雷达点云数据
交通场景图像
事件识别方法
交通违法
多模态数据融合
Sigmoid函数
语义特征
非结构化文本
标签输出结构
全局特征融合
估计方法
特征提取网络
多头注意力机制
前馈神经网络
状态监测模块
通道
计算机可执行指令
序列
分类器