龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：中国科学院空天信息创新研究院
申请日：2024-04-01
公开（公告）日：2024-06-18
公开（公告）号：CN118212487A
主分类号：G06V10/774
分类号：G06V10/774;G06V10/44;G06V10/80;G06V10/82;G06N3/0455;G06N3/0464;G06N3/08
优先权：
专利状态码：在审-公开
法律状态：2024.06.18#公开
摘要：本公开提供了一种图像提取模型的训练方法、图像提取方法及装置，可以应用于图像处理领域和模式识别领域。该训练方法包括：获取基准图像和参考图像；将基准图像输入至第一编码网络，输出第一编码特征图；将参考图像输入至第二编码网络，输出第二编码特征图；利用差异提取网络对第一编码特征图和第二编码特征图进行差异特征提取，得到差异特征图；将差异特征图输入至融合解码网络，得到与参考图像对应的图像分割结果，图像分割结果表征目标地理环境区域的地质变化属性；以及根据图像分割结果和与图像分割结果对应的标签数据训练图像提取模型，得到训练后的图像提取模型。
主权项：1.一种图像提取模型的训练方法，其特征在于，所述图像提取模型包括编码器网络、差异提取网络、融合解码网络，所述方法包括：获取基准图像和参考图像，其中，所述基准图像的采集时刻早于所述参考图像的采集时刻，所述基准图像和所述参考图像表征目标地理环境区域；将所述基准图像输入至第一编码网络，输出第一编码特征图；将所述参考图像输入至第二编码网络，输出第二编码特征图，其中，所述编码器网络包括所述第一编码网络和所述第二编码网络；利用差异提取网络对所述第一编码特征图和所述第二编码特征图进行差异特征提取，得到差异特征图；将所述差异特征图输入至所述融合解码网络，得到与所述参考图像对应的图像分割结果，所述图像分割结果表征所述目标地理环境区域的地质变化属性；以及根据所述图像分割结果和与所述图像分割结果对应的标签数据训练所述图像提取模型，得到训练后的图像提取模型。
全文数据：
权利要求：
百度查询： 中国科学院空天信息创新研究院 图像提取模型的训练方法、图像提取方法及装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号