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:耕宇牧星(北京)空间科技有限公司
摘要:本发明公开了一种基于频域特征去噪的遥感图像目标检测方法及装置,包括对输入的遥感图像进行不同尺度的特征提取,获得不同尺度的时域特征图;将不同尺度的时域特征图通过快速傅里叶变换映射到频域空间获得频域特征,并对频域特征执行去噪步骤后,经逆傅里叶变换获得去噪时域特征图;基于去噪时域特征图与不同尺度的时域特征图进行特征融合,输出融合特征图;对融合特征图进行解耦预测,输出目标检测结果。本发明在特征融合阶段,以频域视角结合自注意力机制实现特征融合阶段的去噪和优化,能够有效的提升特征融合过程中遥感图像特征图的融合质量,正确识别和定位遥感图像中的潜在的目标。
主权项:1.一种基于频域特征去噪的遥感图像目标检测方法,其特征在于,包括如下步骤:S1:对输入的遥感图像进行不同尺度的特征提取,获得不同尺度的时域特征图;S2:将不同尺度的时域特征图通过快速傅里叶变换映射到频域空间获得频域特征,并对所述频域特征执行去噪步骤后,经逆傅里叶变换获得去噪时域特征图;基于去噪时域特征图与不同尺度的时域特征图进行特征融合,输出融合特征图;包括:S21:将不同尺度的时域特征图经快速傅里叶变换分解为相位向量和振幅向量的频域特征表示;S22:所述振幅向量经过Transformer编码和多层感知机的特征处理后,获得优化特征图;包括:S221:所述振幅向量被建模为词向量,并输入至Transformer编码器;S222:所述Transformer编码器采用自注意机制对词向量进行计算获得目标区域的上下文特征关系,输出编码特征图;S223:将所述编码特征图与所述词向量进行特征拼接后输入至多层感知机,经多层感知机的特征处理后,获得尺寸与所述振幅向量一致的优化特征图;S23:将所述优化特征图与所述相位向量结合经过逆傅里叶变换还原后,经过特征重塑算子修改形状后输出去噪时域特征图;S3:对所述融合特征图进行解耦预测,输出目标检测结果。
全文数据:
权利要求:
百度查询: 耕宇牧星(北京)空间科技有限公司 一种基于频域特征去噪的遥感图像目标检测方法及装置
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。