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：中国科学院空天信息创新研究院;齐鲁空天信息研究院

摘要：本发明提供一种全极化SAR图像分割网络模型、分割方法及训练方法，涉及卫星遥感领域，包括：第一支路，用于对图像进行多次残差运算，得到不同维度的第一特征图，基于空洞卷积和多尺度动态卷积捕获末次残差运算输出的第一特征图内不同大小的信息，得到第二特征图，融合两类特征图后再卷积，得到第一融合特征图；第二支路，用于基于自注意力对图像进行运算，基于空间和通道注意力融合得到的不同维度的第二特征图后再卷积，得到第二融合特征图；第三支路用于将第一特征图和第二特征图融合，基于空洞卷积和多尺度动态卷积捕获得到的多个第三融合特征图内不同大小的信息后再拼接及卷积，得到第四融合特征图；加权融合模块，用于融合三条支路的输出。

主权项：1.一种全极化SAR图像分割网络系统，其特征在于，包括：相互并联的第一支路、第二支路和第三支路，加权融合模块；所述第一支路被配置为对所述全极化SAR图像进行多次残差运算，得到多个不同维度的第一特征图，基于空洞卷积和多尺度动态卷积捕获最后一次残差运算输出的第一特征图内不同大小的信息，得到第二特征图，将所述第二特征图与其余不同维度的第一特征图进行融合后再进行卷积处理，得到第一融合特征图；其中，前一次残差运算输出的第一特征图作为后一次残差运算的输入；所述第二支路被配置为基于自注意力机制对所述全极化SAR图像进行多次运算，得到多个不同维度的第二特征图，基于空间注意力机制和通道注意力机制将多个不同维度的第二特征图进行融合后再进行卷积处理，得到第二融合特征图，其中，前一次运算输出的第二特征图作为后一次运算的输入；所述第三支路被配置为分别对所述第一特征图和对应的所述第二特征图进行融合，得到多个第三融合特征图，基于空洞卷积和多尺度动态卷积捕获所述多个第三融合特征图内不同大小的信息，得到多个第三特征图，对所述多个第三特征图进行拼接及卷积处理，得到第四融合特征图；所述加权融合模块被配置为将所述第一融合特征图、所述第二融合特征图、所述第四融合特征图进行加权融合，得到图像分割结果；其中，所述第一支路包括依次串联的至少两个残差块、多尺度动态注意力模块、第一解码模块和卷积层；所述依次串联的至少两个残差块被配置为对所述全极化SAR图像进行多次残差运算，得到多个不同维度的第一特征图，其中，前一次残差运算模块的输出作为后一次残差运算模块的输入，所述多尺度动态注意力模块被配置为基于空洞卷积和多尺度动态卷积捕获最后一次残差运算输出的第一特征图内不同大小的信息，得到第二特征图，所述第一解码模块和所述卷积层被配置为将所述第二特征图与其余不同维度的第一特征图进行融合后再进行卷积处理，得到第一融合特征图；所述第二支路包括依次串联的与所述残差块数量相等的自注意力运算模块、第二解码模块和卷积层；依次串联的至少两个残差块被配置为对所述全极化SAR图像进行多次运算，得到多个不同维度的第二特征图，所述第二解码模块和所述卷积层被配置为基于空间注意力机制和通道注意力机制将多个不同维度的第二特征图进行融合后再进行卷积处理，得到第二融合特征图；所述第三支路包括与所述残差块数量相等的融合模块、多尺度动态注意力模块、第一解码模块和卷积层；每一个融合模块被配置为对一个对所述第一特征图和对应的一个所述第二特征图进行融合；所述多尺度动态注意力模块被配置为基于空洞卷积和多尺度动态卷积捕获所述多个第三融合特征图内不同大小的信息，所述第一解码模块和卷积层对所述多尺度动态注意力模块的输出进行拼接及卷积处理，得到第三融合特征图；所述多尺度动态注意力模块包括：空洞卷积池化单元、多尺度提取单元、拼接单元、卷积单元及通道注意力单元；所述空洞卷积池化单元被配置为对所述第一特征图或所述第三融合特征图进行不同扩张率的处理、卷积处理及池化处理，以提取不同大小的信息并融合；所述多尺度提取单元被配置为对所述第一特征图或所述第三融合特征图进行特征的多尺度、不同感受野下的信息的提取并融合；所述拼接单元被配置为对所述第一特征图或所述第三融合特征图与对应的经过空洞卷积池化单元和多尺度提取单元的输出进行拼接，得到拼接特征图；所述卷积单元被配置为对所述拼接特征图进行卷积处理以降低通道维度；所述通道注意力单元被配置为通过全局池化和全连接层获取每个通道对应的权重，再与降维后的拼接特征图逐通道相乘，得到所述第一特征图对应的所述第二特征图或所述第三融合特征图对应的所述第三特征图。

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 齐鲁空天信息研究院 全极化SAR图像分割网络模型、分割方法及训练方法