← 返回列表
公路及其附属物的提取方法、装置、设备及介质
申请人信息
- 申请人:北京天鼎殊同科技有限公司
- 申请人地址:100107 北京市朝阳区拂林路9号16层A单元1801L
- 发明人: 北京天鼎殊同科技有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 公路及其附属物的提取方法、装置、设备及介质 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311557883.1 |
| 申请日 | 2023/11/21 |
| 公告号 | CN117593639A |
| 公开日 | 2024/2/23 |
| IPC主分类号 | G06V20/10 |
| 权利人 | 北京天鼎殊同科技有限公司 |
| 发明人 | 邓莉书 |
| 地址 | 北京市朝阳区拂林路9号16层A单元1801L |
摘要文本
本发明涉及计算机技术领域,尤其涉及一种公路及其附属物的提取方法、装置、设备及介质。该方法通过对深度学习网络进行优化,即在解码网络中设置依次连接的语义关联迁移模块和空间感知模块,语义关联迁移模块可以完成第二编码模块、第三编码模块和第四编码模块的不同层级特征之间的语义关联,并将深层特征的语义信息迁移至浅层特征中,空间感知模块可以融合不同层次特征的空间细节和语义信息,这样可以充分交互公路及其附属物高低特征层的语义信息,重点关注不同尺度地物要素的空间细节,使得网络在保持较高提取精度的同时,显著地提升了识别效率。因此,上述技术方案能够有效提高公路及其附属物的提取精度。
专利主权项内容
。1.一种公路及其附属物的提取方法,其特征在于,包括:获取待提取的公路遥感图像;将待提取的公路遥感图像输入到训练好的遥感提取模型中,得到待提取的公路遥感图像中公路及其附属物的提取结果;其中,所述遥感提取模型是利用标签公路遥感影像对预设的深度学习网络进行训练得到的;所述深度学习网络包括编码网络和解码网络,所述编码网络包括依次连接的第一编码模块、第二编码模块、第三编码模块和第四编码模块,所述解码网络包括依次连接的语义关联迁移模块、空间感知模块和输出模块;所述语义关联迁移模块的输入端分别与所述第二编码模块、所述第三编码模块和所述第四编码模块的输出端连接,用于完成所述第二编码模块、所述第三编码模块和所述第四编码模块的不同层级特征之间的语义关联,并将深层特征的语义信息迁移至浅层特征中;所述空间感知模块的输入端分别与所述第一编码模块和所述语义关联迁移模块的输出端连接,用于融合不同层次特征的空间细节和语义信息;所述输出模块的输入端与所述空间感知模块的输出端连接,用于输出所述提取结果。