一种基于CA注意力机制和轻量级网络的遥感图像湖泊语义分割方法

    公开(公告)号:CN118505989A

    公开(公告)日:2024-08-16

    申请号:CN202410591075.5

    申请日:2024-05-13

    Abstract: 本申请涉及计算机视觉技术领域,公开了一种基于CA注意力机制和轻量级网络的遥感图像湖泊语义分割方法,包括以下步骤:步骤一、在DeepLab v3+模型的ASPP模块中引入Coordinate Attention(CA)注意力机制,通过对特征图在垂直和水平方向上进行池化、合并、卷积操作,生成空间注意力权重,增强模型对物体空间位置关系的理解能力;步骤二、使用轻量级的MobileNetV2网络替代DeepLab v3+原有的Xception网络作为主干特征提取网络,MobileNetV2采用深度可分离卷积和倒置残差结构,在降低模型参数量的同时保持了较高的特征提取能力。通过在ASPP模块中引入CA注意力机制,增强了模型对物体空间位置关系的理解能力,提高了湖泊语义分割的准确性,特别是在处理细小水体和复杂场景时的表现。

    基于稀疏注意力机制的水体分割方法

    公开(公告)号:CN118154881A

    公开(公告)日:2024-06-07

    申请号:CN202410478465.1

    申请日:2024-04-19

    Abstract: 本发明公开了基于稀疏注意力机制的水体分割方法,基于稀疏注意力机制的水体分割方法,包括侧向激发传播操作和全局路由选择,将输入张量key和张量value分为多个局部区域;计算每个所述局部区域内相邻像素之间的相似度;利用相似度信息在局部区域内传播信息;将局部区域内的信息重新组合为新的张量key和张量value张量;计算每个query与所有张量key之间的相似度;基于所述相似度选取相似度最高的top‑k个张量key/张量value对,计算注意力权重。通过加入稀疏注意力机制,来更加专注重要信息的特性,通过采用局部稀疏化方法,降低计算复杂度,同时对DeepLabv3+模型的参数进行了优化,以提高DeepLabv3+模型在水体分割时的准确性,能够有效地改进图像中水体的分割效果。

    基于CIELCH色彩空间的双阈值遥感影像阴影去除方法

    公开(公告)号:CN117911281A

    公开(公告)日:2024-04-19

    申请号:CN202410144486.X

    申请日:2024-01-31

    Abstract: 本发明公开了基于CIELCH色彩空间的双阈值遥感影像阴影去除方法,包括将遥感图像从RGB模型转换为CIELAB模型;将CIELAB模型转换为CIELCH模型,利用阴影区域的色值,对所述阴影区域进行划分;利用高斯滤波器对L和h通道进行平滑处理;根据所述CIELCH色彩模型,计算光谱比h+1/L+1;通过光谱比对平滑处理后的阴影区域进行阴影分割;对分割后的阴影区域进行形态学侵蚀,对分割后的阴影区域进行二次平滑处理;对分割后的阴影区域进行去除。本方法根据CIELCH色彩空间中阴影低亮度值高色度值的特征,使用CIELCH色彩空间的光谱率和大津法求得的类间方差两个阈值对遥感影像进行阴影区域检测,分割阴影区域更加完整,使用比率公式对阴影区域进行重照明,最终实现遥感图像的阴影区域去除。

Patent Agency Ranking