公开(公告)号：CN116452819B

公开(公告)日：2025-05-16

申请号：CN202310516741.4

申请日：2023-05-09

Applicant: 长安大学

Inventor： 叶珍 ,  李珍 ,  刘怡 ,  曹沾 ,  曹智勇 ,  白璘

IPC: G06V10/40 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06V10/42 ,  G06V10/774 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种多源遥感图像处理方法及系统，属于遥感图像数据处理技术领域，通过获取待融合的高分图像数据、Lidar图像数据的多个数据增强样本矩阵，基于Resnet‑34网络提取Lidar数据空间信息、高程信息，利用Lidar数据信息提取Lidar图像数据的高程特征，利用高分图像提取高分图像数据的空间特征；构造多模态残差注意力融合块，对提取的特征进行融合，获取多模态的特征提取数据；提出改进的SE融合模块，对多模态的特征提取数据进行分层融合，将其最后一层的特征与底层的特征进行融合，获取跨层融合的输出数据，构建多层特征全局上下文信息学习模块FFD，获取频域的全局上下文信息；将获取的信息送入分类器进行分类，得到分类结果。

公开(公告)号：CN116452819A

公开(公告)日：2023-07-18

申请号：CN202310516741.4

申请日：2023-05-09

Applicant: 长安大学

Inventor： 叶珍 ,  李珍 ,  刘怡 ,  曹沾 ,  曹智勇 ,  白璘

IPC: G06V10/40 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06V10/42 ,  G06V10/774 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种多源遥感图像处理方法及系统，属于遥感图像数据处理技术领域，通过获取待融合的高分图像数据、Lidar图像数据的多个数据增强样本矩阵，基于Resnet‑34网络提取Lidar数据空间信息、高程信息，利用Lidar数据信息提取Lidar图像数据的高程特征，利用高分图像提取高分图像数据的空间特征；构造多模态残差注意力融合块，对提取的特征进行融合，获取多模态的特征提取数据；提出改进的SE融合模块，对多模态的特征提取数据进行分层融合，将其最后一层的特征与底层的特征进行融合，获取跨层融合的输出数据，构建多层特征全局上下文信息学习模块FFD，获取频域的全局上下文信息；将获取的信息送入分类器进行分类，得到分类结果。