公开(公告)号：CN114943963B

公开(公告)日：2023-07-04

申请号：CN202210476213.6

申请日：2022-04-29

Applicant: 南京信息工程大学

Inventor： 翁理国 ,  鲁晨 ,  夏旻 ,  胡凯

IPC: G06V20/70 ,  G06V20/10 ,  G06V10/26 ,  G06V10/42 ,  G06V10/44 ,  G06V10/80 ,  G06V10/764 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/08

Abstract: 本发明公开了一种基于双分支融合网络的遥感图像云和云影分割方法，该方法以Convolutional vision Transformer中的Transformer模块和条状卷积作为骨干网络，将两者有效结合，使得两个分支能够相互补充，从而更加高效地提取图像中的特征信息。在特征融合方面，使用了双向引导模块使得Transformer分支和条状卷积分支能够相互引导对方进行特征挖掘、提取多尺度上下文信息，提高了不同尺度的云和云影的分割能力。在解码阶段，充分利用两分支提取到的不同层级的特征进行融合上采样，有效融合高级语义信息和空间位置信息，使得云和云影的定位更加准确，分割边界更加详细；同时本方法还是通用的。

公开(公告)号：CN114943963A

公开(公告)日：2022-08-26

申请号：CN202210476213.6

申请日：2022-04-29

Applicant: 南京信息工程大学

Inventor： 翁理国 ,  鲁晨 ,  夏旻 ,  胡凯

IPC: G06V20/70 ,  G06V20/10 ,  G06V10/26 ,  G06V10/42 ,  G06V10/44 ,  G06V10/80 ,  G06V10/764 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于双分支融合网络的遥感图像云和云影分割方法，该方法以Convolutional vision Transformer中的Transformer模块和条状卷积作为骨干网络，将两者有效结合，使得两个分支能够相互补充，从而更加高效地提取图像中的特征信息。在特征融合方面，使用了相互引导模块使得Transformer分支和条状卷积分支能够相互引导对方进行特征挖掘、提取多尺度上下文信息，提高了不同尺度的云和云影的分割能力。在解码阶段，充分利用两分支提取到的不同层级的特征进行融合上采样，有效融合高级语义信息和空间位置信息，使得云和云影的定位更加准确，分割边界更加详细；同时本方法还是通用的。