-
公开(公告)号：CN113850824B
公开(公告)日：2024-03-29
申请号：CN202111137800.4
申请日：2021-09-27
Applicant: 太原理工大学
IPC: G06T7/11 , G06V20/13 , G06V10/40 , G06V10/774 , G06V10/80
Abstract: 本发明提供了一种基于多尺度特征融合的遥感图像路网提取方法，通过获取高分辨率遥感图像道路数据集并分为训练集核测试集；搭建基于多尺度特征图融合的遥感道路分割网络；所述遥感图像道路语义分割网络由特征提取模块、上下文语义提取模块、多尺度特征融合模块、解码器组成，将输入的遥感图像输入特征提取模块，得到的图像高层语义特征图输入上下文语义特征图得到具有上下文语义特征图的融合特征图，将编码器同层次特征图、低层特征图、高层语义特征图送入多尺度特征融合模块为不同尺度解码器补充道路信息；模型收敛保存参数；将测试集数据输入模型，输出测试集图像路网结构；本发明适用于遥感图像路网提取。
-
公开(公告)号：CN113850824A
公开(公告)日：2021-12-28
申请号：CN202111137800.4
申请日：2021-09-27
Applicant: 太原理工大学
Abstract: 本发明提供了一种基于多尺度特征融合的遥感图像路网提取方法，通过获取高分辨率遥感图像道路数据集并分为训练集核测试集；搭建基于多尺度特征图融合的遥感道路分割网络；所述遥感图像道路语义分割网络由特征提取模块、上下文语义提取模块、多尺度特征融合模块、解码器组成，将输入的遥感图像输入特征提取模块，得到的图像高层语义特征图输入上下文语义特征图得到具有上下文语义特征图的融合特征图，将编码器同层次特征图、低层特征图、高层语义特征图送入多尺度特征融合模块为不同尺度解码器补充道路信息；模型收敛保存参数；将测试集数据输入模型，输出测试集图像路网结构；本发明适用于遥感图像路网提取。
-
公开(公告)号：CN113850825B
公开(公告)日：2024-03-29
申请号：CN202111137802.3
申请日：2021-09-27
Applicant: 太原理工大学
IPC: G06T7/11 , G06V20/13 , G06V10/40 , G06V10/774 , G06V10/80
Abstract: 本发明公开了一种结合上下文语义和多尺度特征融合的遥感图像道路分割方法，首先对遥感图像进行标注，生成道路标签。按比例将图像数据集分为测试集、验证集、训练集，对训练集图像进行处理。建立道路分割网络，输入训练集对模型进行训练，利用验证集检测模型，待到模型收敛保存参数；将测试集送入模型得到最终语义生成图。与现有方法相比，本发明结合空洞金字塔引入道路上下文语义、结合多尺度信息进行特征融合、结合通道注意力融合生成最终特征图，实现了逐像素分类，得到最终的道路提取结果。本发明的效果实现了更准确的提取并生成更清晰的道路边缘特征。
-
公开(公告)号：CN113850825A
公开(公告)日：2021-12-28
申请号：CN202111137802.3
申请日：2021-09-27
Applicant: 太原理工大学
Abstract: 本发明公开了一种结合上下文语义和多尺度特征融合的遥感图像道路分割方法，首先对遥感图像进行标注，生成道路标签。按比例将图像数据集分为测试集、验证集、训练集，对训练集图像进行处理。建立道路分割网络，输入训练集对模型进行训练，利用验证集检测模型，待到模型收敛保存参数；将测试集送入模型得到最终语义生成图。与现有方法相比，本发明结合空洞金字塔引入道路上下文语义、结合多尺度信息进行特征融合、结合通道注意力融合生成最终特征图，实现了逐像素分类，得到最终的道路提取结果。本发明的效果实现了更准确的提取并生成更清晰的道路边缘特征。
-
-
-
Search Results
4
records
(took 0.018 seconds)
