-
公开(公告)号：CN113888547B
公开(公告)日：2024-11-12
申请号：CN202111135771.8
申请日：2021-09-27
Applicant: 太原理工大学 , 山西省交通科技研发有限公司
IPC: G06T7/10 , G06V20/10 , G06V10/40 , G06T3/4053
Abstract: 本发明公开了一种基于GAN网络的无监督域自适应遥感道路语义分割方法，通过对RGB三通道的遥感图像进行标注，生成标签图像，将图像划分为测试集和训练集，对训练集图像进行预处理；之后构建基于深度学习方法的遥感图像语义分割网络和域判别网络，输入训练集图像交替训练遥感图像语义分割网络和域判别网络，待到网络收敛时保存模型参数；最后将测试集图像输入图像语义分割网络得到标签。与现有技术相比较，本发明通过添加基于特征空间和输出空间的域自适应的方式实现无监督遥感图像的语义分割。优点是最终分割效果好且鲁棒性强。
-
公开(公告)号：CN113160234A
公开(公告)日：2021-07-23
申请号：CN202110530385.2
申请日：2021-05-14
Applicant: 太原理工大学
Abstract: 本发明基于超分辨率和域自适应的无监督遥感图像语义分割方法，属于遥感图像语义分割方法技术领域；所要解决的技术问题为：提供基于超分辨率和域自适应的无监督遥感图像语义分割方法的改进；解决上述技术问题采用的技术方案为：包括如下步骤：获取源域低分辨率遥感图像数据集和目标域高分辨率遥感图像数据集，将获取的目标域图像数据集按照设定的比例划分为训练图像和测试图像两部分；搭建遥感图像语义分割网络和超分辨率网络；对搭建好的超分辨率网络进行网络预训练与参数优化；训练遥感图像语义分割网络；将经过预处理的测试集数据输入到已经训练好的遥感图像语义分割网络中，输出遥感图像的精确分割结果；本发明应用于遥感图像处理。
-
Patent Agency Ranking
公开(公告)号：CN113888547A
公开(公告)日：2022-01-04
申请号：CN202111135771.8
申请日：2021-09-27
Applicant: 太原理工大学
Abstract: 本发明公开了一种基于GAN网络的无监督域自适应遥感道路语义分割方法，通过对RGB三通道的遥感图像进行标注，生成标签图像，将图像划分为测试集和训练集，对训练集图像进行预处理；之后构建基于深度学习方法的遥感图像语义分割网络和域判别网络，输入训练集图像交替训练遥感图像语义分割网络和域判别网络，待到网络收敛时保存模型参数；最后将测试集图像输入图像语义分割网络得到标签。与现有技术相比较，本发明通过添加基于特征空间和输出空间的域自适应的方式实现无监督遥感图像的语义分割。优点是最终分割效果好且鲁棒性强。
-
公开(公告)号：CN113160234B
公开(公告)日：2021-12-14
申请号：CN202110530385.2
申请日：2021-05-14
Applicant: 太原理工大学
Abstract: 本发明基于超分辨率和域自适应的无监督遥感图像语义分割方法，属于遥感图像语义分割方法技术领域；所要解决的技术问题为：提供基于超分辨率和域自适应的无监督遥感图像语义分割方法的改进；解决上述技术问题采用的技术方案为：包括如下步骤：获取源域低分辨率遥感图像数据集和目标域高分辨率遥感图像数据集，将获取的目标域图像数据集按照设定的比例划分为训练图像和测试图像两部分；搭建遥感图像语义分割网络和超分辨率网络；对搭建好的超分辨率网络进行网络预训练与参数优化；训练遥感图像语义分割网络；将经过预处理的测试集数据输入到已经训练好的遥感图像语义分割网络中，输出遥感图像的精确分割结果；本发明应用于遥感图像处理。
-
公开(公告)号：CN113888550B
公开(公告)日：2024-06-04
申请号：CN202111157701.2
申请日：2021-09-27
Applicant: 太原理工大学 , 山西省智慧交通研究院有限公司
IPC: G06T7/10 , G06V10/40 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种结合超分辨率和注意力机制的遥感图像道路分割方法，属于遥感图像道路分割方法技术领域；通过将遥感图像数据集按照一定的比例划分为训练集和测试集；搭建遥感图像道路分割网络：所述遥感图像道路分割网络中包括编码器模块、超分辨率模块、语义分割模块；将经过预处理的训练集数据输入至遥感图像道路分割网络中，对遥感图像道路分割网络进行训练直到模型收敛，并保存模型参数；将测试集图像输入到导入训练好的参数的遥感图像道路分割模型中，输出图像道路数据的精确分割结果；本发明应用于遥感图像道路分割。
-
公开(公告)号：CN113888550A
公开(公告)日：2022-01-04
申请号：CN202111157701.2
申请日：2021-09-27
Applicant: 太原理工大学
Abstract: 本发明公开了一种结合超分辨率和注意力机制的遥感图像道路分割方法，属于遥感图像道路分割方法技术领域；通过将遥感图像数据集按照一定的比例划分为训练集和测试集；搭建遥感图像道路分割网络：所述遥感图像道路分割网络中包括编码器模块、超分辨率模块、语义分割模块；将经过预处理的训练集数据输入至遥感图像道路分割网络中，对遥感图像道路分割网络进行训练直到模型收敛，并保存模型参数；将测试集图像输入到导入训练好的参数的遥感图像道路分割模型中，输出图像道路数据的精确分割结果；本发明应用于遥感图像道路分割。
-
公开(公告)号：CN112183258A
公开(公告)日：2021-01-05
申请号：CN202010976675.5
申请日：2020-09-16
Applicant: 太原理工大学
Abstract: 本发明一种基于上下文信息和注意力机制的遥感图像道路分割方法，属于遥感图像道路分割方法技术领域；所要解决的技术问题为：提供一种基于上下文信息和注意力机制的遥感图像道路分割方法的改进；解决上述技术问题采用的技术方案为：将遥感图像数据集按照一定的比例划分为训练集和测试集；搭建遥感图像道路分割网络：所述遥感图像道路分割网络中包括上下文信息提取模块和注意力模块；将经过预处理的训练集数据输入至遥感图像道路分割网络中，对遥感图像道路分割网络进行训练；将测试集数据输入到已经训练好的遥感图像道路分割网络中，输出图像道路数据的精确分割结果；本发明应用于图像道路分割。
-
-
-
-
-
-
Search Results
7
records
(took 0.017 seconds)
