买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:湖南省第二测绘院
摘要:本申请提出了一种基于注意力机制的铁塔视频图像农田提取方法和装置,所述方法包括:首先进行铁塔视频摄像头图像数据的采集,对数据进行预处理和标记,获得后续步骤所需样本;然后分析铁塔视频摄像头图像和遥感图像的差异,构建基于Transformer模型和编码‑解码UNet结构的农田提取网络模型;再结合并行信息流和通道注意力机制设计注意力模块,用于在网络模型中更好地提取农田特征;再使用二值交叉熵和Dice系数损失函数,对网络模型进行优化;最后使用训练好的网络模型对待处理的铁塔视频摄像头图像进行农田提取。本发明方法利用铁塔视频摄像头图像和深度学习方法进行农田提取,有效提高了农田提取的准确率和效率。
主权项:1.一种基于注意力机制的铁塔视频图像农田提取方法,其特征在于,所述方法包括:采集铁塔视频摄像头图像,对所述图像预处理后进行标注,得到样本库,所述样本库包括训练集、验证集和测试集;构建基于UNet结构的农田提取网络模型,所述农田提取网络模型采用UNet结构,包括编码器和解码器,所述编码器使用SwinTransformer结构对所述图像进行特征提取,所述解码器每一层均由卷积块、注意力机制模块和上采样模块组成,所述卷积块对本层的输入进行特征优化,所述卷积块的输出与跳跃连接传递的特征结合后输入到注意力机制模块中进一步提取农田特征,然后经过上采样模块进行上采样,经过四次上采样后获得与原始图像尺寸一致的输出;所述注意力机制模块包括两个并行信息流和通道注意力机制,所述注意力机制模块的输入连接两个并行信息流,所述两个并行信息流的输出结果在通道维度上进行拼接,然后输入到所述通道注意力机制,得到注意力机制模块输出特征;所述两个并行信息流的第一个信息流中包含两个卷积层,第二个卷积层的输出特征通道数是为输入的一半;第二个信息流中包含一个卷积层,其输出特征通道数为输入的一半;利用二元交叉熵损失函数和Dice系数作为损失函数对所述农田提取网络模型进行训练,得到训练好的农田提取网络模型和最优的权重参数;将需要关注区域的铁塔视频摄像头图像输入到所述农田提取网络模型中,获得所关注区域的农田区域。
全文数据:
权利要求:
百度查询: 湖南省第二测绘院 一种基于注意力机制的铁塔视频图像农田提取方法和装置
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。