一种遥感影像显著性目标检测方法

文档序号:37983283发布日期:2024-05-13 12:44阅读:来源:国知局

技术特征:

1.一种遥感影像显著性目标检测方法,包含训练阶段和测试阶段,其特征在于:

2.根据权利要求1的一种遥感影像显著性目标检测方法,步骤(1)中的构建数据集样本集合方法如下:

3.根据权利要求1的一种遥感影像显著性目标检测方法,步骤(2)中,搭建的注意力感知三分支网络模型结构如下:

4.根据权利要求1的一种遥感影像显著性目标检测方法,步骤(3)中,通过全局上下文感知注意力模块,计算每张图像的聚合注意力特征图的方法如下:

5.根据权利要求1的一种遥感影像显著性目标检测方法,步骤(4)中的,输入聚合注意力特征图到解码器的第一个分支卷积解码器模块,得到原始解码特征图的方法如下:

6.根据权利要求1的一种遥感影像显著性目标检测方法,步骤(5)中,将得到的原始解码特征图输入到第二分支膨胀反向注意力模块和第三分支融合密集上采样模块中,分别得到初步的目标区域显著图和初步的目标边界显著图的方法如下:

7.根据权利要求1的一种遥感影像显著性目标检测方法,步骤(6)中,生成最终的目标显著性区域预测图和目标显著性边界预测图的方法为:

8.根据权利要求1的一种遥感影像显著性目标检测方法,步骤(7)中,将得到的初步显著性区域预测图与初步显著性边界预测图进行双重损失监督来训练网络的方法为:

9.根据权利要求1的一种遥感影像显著性目标检测方法,步骤(8)中,得到每张图像的显著性目标区域预测图的方法为:


技术总结
本发明公开了一种遥感影像显著性目标检测方法。该方法主要包括注意力特征编码器、三分支解码器和双重监督损失模块三个部分。在编码器中,搭建一个级联金字塔形式的编码器结构,同时设计全局上下文感知注意力模块对编码器进行指导,以生成带注意力的编码特征图。在解码器中,设计三个分支:分支一为解码卷积模块分支,用于生成原始解码预测图;分支二为膨胀反向注意力模块分支,用于生成目标区域显著图;分支三为融合密集卷积模块分支,用于生成目标边界显著图。最后,设计双重监督损失模块,用于生成最终显著性目标检测结果。本发明设计的方法可学习得到完备且具有强辨别性的深度特征,从而有助于精确检测遥感影像中的显著性目标。

技术研发人员:王鑫,张之露,左光汋,李黎,宁晨
受保护的技术使用者:河海大学
技术研发日:
技术公布日:2024/5/12
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1