← 返回列表
基于堆叠深度残差网络的遥感图像语义分割方法及系统
申请人信息
- 申请人:中山大学
- 申请人地址:510275 广东省广州市海珠区新港西路135号
- 发明人: 中山大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于堆叠深度残差网络的遥感图像语义分割方法及系统 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311609856.4 |
| 申请日 | 2023/11/29 |
| 公告号 | CN117611817A |
| 公开日 | 2024/2/27 |
| IPC主分类号 | G06V10/26 |
| 权利人 | 中山大学 |
| 发明人 | 陈一平; 谢相依; 李军 |
| 地址 | 广东省广州市海珠区新港西路135号 |
摘要文本
中山大学获取“一种透气窗帘布”专利技术，本发明涉及计算机视觉和遥感图像处理领域，具体为基于堆叠深度残差网络的遥感图像语义分割方法及系统，其方法包括：构建堆叠深度残差网络，对遥感图像进行深度特征提取；使用残差学习缩放堆叠深度残差网络的深度；利用扩张残差块进行多尺度上下文特征的聚合；使用中间损失对堆叠深度残差网络进行监督学习；利用监督学习后的堆叠深度残差网络，对遥感图像数据进行语义分割。本发明采用计算效率更高的堆叠深度残差网络，对网络模型进行改进，以处理图像土地覆盖分类问题，从网络骨干网的不同层次提取语义特征，以提高语义分割性能。。更多数据：
专利主权项内容
1.一种基于堆叠深度残差网络的遥感图像语义分割方法，其特征在于，包括以下步骤：S1、构建堆叠深度残差网络，对遥感图像进行深度特征提取；S2、使用残差学习缩放堆叠深度残差网络的深度；S3、利用扩张残差块进行多尺度上下文特征的聚合；S4、使用中间损失对堆叠深度残差网络进行监督学习；S5、利用监督学习后的堆叠深度残差网络，对遥感图像数据进行语义分割。