龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：河海大学
摘要：本发明公开了一种基于语义自适应边缘增强网络的遥感图像语义分割方法。首先，构建残差上下文特征增强编码模块RCFEC，用来对遥感图像进行特征提取；其次，设计侧分支边缘提取模块SBEE，用于优化浅层局部像素细节，并增强深层弱边缘纹理；接着，建立多尺度语义自适应融合模块MSSAF，用于提取形状和尺寸更加贴合实际的分割目标，同时增强全局语义上下文相互依赖的关联性；最后，设计联合边缘语义损失函数模块JESLoss，对网络进行训练，从而得到最终语义分割结果。本发明设计的方法可有效学习具有高度判别性的特征，在遥感图像语义分割中具有良好的性能表现。
主权项：1.基于语义自适应边缘增强网络的遥感图像语义分割方法，其特征在于，所述方法包括如下步骤：1建立遥感图像语义分割数据集，然后将数据集按照一定比例分为训练集Train和测试集Test；2搭建语义自适应边缘增强网络，包括残差上下文特征增强编码模块RCFEC，侧分支边缘提取模块SBEE，多尺度语义自适应融合模块MSSAF，及联合边缘语义损失函数模块JESLoss这四个部分；3将训练集输入到步骤2中的语义自适应边缘增强网络中，通过残差上下文特征增强编码模块RCFEC，对遥感图像进行特征提取；4将步骤3中得到的特征图输入到侧分支边缘提取模块SBEE，用于优化浅层局部像素细节，并增强深层弱边缘纹理；5将步骤3和步骤4中得到的所有特征图输入到多尺度语义自适应融合模块MSSAF，用于提取形状和尺寸更加贴合实际的分割目标，同时增强全局语义上下文相互依赖的关联性；6将步骤5中得到的特征图输入到联合边缘语义损失函数模块JESLoss，对网络进行训练，得到训练好的网络模型；7将测试集输入到步骤6中训练好的网络模型中，计算最终语义分割结果。
全文数据：
权利要求：
百度查询： 河海大学 基于语义自适应边缘增强网络的遥感图像语义分割方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号