申请/专利权人:西安工业大学
申请日:2024-04-03
公开(公告)日:2024-06-21
公开(公告)号:CN118230165A
主分类号:G06V20/10
分类号:G06V20/10;G06V10/44;G06V10/75;G06V10/82;G06N3/0464;G06N3/048;G06N3/08
优先权:
专利状态码:在审-公开
法律状态:2024.06.21#公开
摘要:本发明一种基于多层次深浅特征匹配的遥感图像道路提取方法,该方法包括对待处理遥感图像进行特征提取,将待处理遥感图像特征提取后进行下采样、卷积、短接处理得到预处理特征图;分为浅层结构信息特征图和深层语义全局信息特征图;使用多层次特征金字塔对预处理特征图和深层语义全局信息特征图处理得到多层次语义特征图,使用多头自注意力机制将浅层结构信息特征图处理得到全局结构信息特征图;使用多头交叉注意力机制将多层次语义特征图和全局结构信息特征图进行对应位置匹配度计算,得到深浅特征匹配特征图;使用多头自注意力机制将深浅特征匹配特征图处理得到全局道路信息特征图;能有效高效地处理道路提取中不同尺度道路和强连通性问题。
主权项:1.一种基于多层次深浅特征匹配的遥感图像道路提取方法,其特征在于,包括:使用卷积神经网络对待处理遥感图像进行特征提取,将所述待处理遥感图像依次进行下采样、卷积、短接处理得到预处理特征图;将所述预处理特征图分为浅层结构信息特征图和深层语义全局信息特征图;使用多层次特征金字塔对所述预处理特征图和深层语义全局信息特征图处理得到多层次语义特征图,使用多头自注意力机制将所述浅层结构信息特征图处理得到全局结构信息特征图;使用多头交叉注意力机制将所述多层次语义特征图和全局结构信息特征图进行对应位置匹配度计算,得到深浅特征匹配特征图;使用多头自注意力机制将所述深浅特征匹配特征图处理得到全局道路信息特征图;使用堆叠反卷积将所述全局道路信息特征图还原到所述待处理遥感图像的大小,得到道路图;将所述待处理遥感图和所述道路图划分为多个不重叠的区域,计算每个区域内道路的连通数量,得到连通数真值矩阵和连通数预测矩阵,作为模型损失函数的真值和预测值的输入。
全文数据:
权利要求:
百度查询: 西安工业大学 一种基于多层次深浅特征匹配的遥感图像道路提取方法
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。