申请/专利权人：河海大学

申请日：2024-05-22

公开（公告）日：2024-06-18

公开（公告）号：CN118212423A

主分类号：G06V10/26

分类号：G06V10/26;G06V20/10;G06V10/44;G06V10/54;G06V10/80;G06V10/764;G06V10/82;G06N3/0455;G06N3/0464;G06N3/09

优先权：

专利状态码：在审-公开

法律状态：2024.06.18#公开

摘要：本发明公开一种有监督的纹理敏感河道冰情图像语义分割网络方法，对研究河道视频图像进行数据预处理后，高分辨率卷积网络保留浅层纹理细节的基础上增加深层残差块进一步获取更深层的语义信息，并通过空洞空间池化金字塔增加长距空洞采样通道以适应高分辨率卷积网络，将上述结构组合成编码器Encoder进行特征编码；最后以浅层纹理特征融合作为解码器Decoder，使用首层浅层特征进行融合解码；最终实现河道冰情图像的语义分割。本发明提供一种有监督的纹理敏感河冰语义分割网络，实现河道冰情图像的识别和语义分割。

主权项：1.一种有监督的纹理敏感河道冰情图像语义分割方法，其特征在于，包括以下步骤：步骤S1、数据处理获得河道冰情图像，并构建河道冰情图像的样本集；步骤S2、下采样浅层特征；将步骤1所得河道冰情图像依次经过卷积层Conv1和卷积层Conv2进行两次下采样，提取得到冰情图像的两种浅层特征：Conv1浅层纹理特征和Conv2浅层纹理特征；步骤S3、通过编码器中的深层高分辨率卷积主干网络HRNet提取特征，即将Conv2浅层纹理特征输入深层高分辨率卷积主干网络HRNet，提取河道冰情图像的高级语义特征并进行特征融合，最终通过bilinear插值缩放至相同尺寸并拼接，输出得到尺寸为原图14通道数为720的特征图；步骤S4、通过编码器中的长距空洞空间池化金字塔模块提取特征；所述长距空洞空间池化金字塔模块为改进的ASPP长距空洞空间池化金字塔，将S3所得尺寸为原图14、通道数为720的特征图输入至1个普通卷积层、3个空间与深度均可分离的膨胀卷积层和1个自适应平均池化层进行计算，对得到的5个尺寸不变、通道数都为256的特征图进行拼接；再经过ConvBNReLu层和probability为0.5的Dropout层，对拼接的特征图进行降通道和防止模型过拟合，得到14原图尺寸和256通道的输出特征图image43；步骤S5、使用解码器进行浅层纹理特征融合，解码器接收两个分支的特征图，第一个分支是Conv1浅层纹理特征，经过1x1的卷积层将通道数减少到48，然后与第二个分支ASPP的输出特征图进行拼接，得到具有304通道数的特征图，ASPP输出特征图时经过2倍上采样后将尺寸放大到与Conv1相同大小，即原图的12尺寸；随后，具有304通道数的特征图进入两个膨胀率为1的空洞卷积层，第一个空洞卷积层将通道缩小到了256，第二个空洞卷积层对通道不改变，再次扩大感受野，最后经过1x1的卷积层进行分类，将通道数缩小到分割的语义类别数，最后通过softmax得到类别概率得分，得到最终的河道冰情语义分割图像。

全文数据：

权利要求：

百度查询： 河海大学 一种有监督的纹理敏感河道冰情图像语义分割方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD