-
公开(公告)号:CN115861635B
公开(公告)日:2023-07-28
申请号:CN202310125661.6
申请日:2023-02-17
Applicant: 深圳市规划和自然资源数据管理中心(深圳市空间地理信息中心) , 武汉大学
Abstract: 该发明公开了一种抗透射畸变的无人机倾斜影像语义信息提取方法及设备。设计了一种密集上下文学习网络以鲁棒地提取无人机倾斜影像中对象的语义信息。该网络主要以通用的编码器‑解码器为主体框架进行无人机倾斜影像中对象的特征学习和语义预测。采用并行的双分支特征提取器构建编码器,以不同分辨率的图像对作为输入分别提取同层级和不同层级的多尺度特征。构建了跨尺度的上下文选择器以自适应地融合来自不同分辨率输入编码的多尺度特征。采用了编码器‑解码器联合监督的模式,在训练过程中分别对双分支特征提取器编码的语义特征和解码器得到的语义预测图进行迭代优化,从而增强多尺度特征的有效性和预测结果的鲁棒性。
-
公开(公告)号:CN115861635A
公开(公告)日:2023-03-28
申请号:CN202310125661.6
申请日:2023-02-17
Applicant: 武汉大学 , 深圳市规划和自然资源数据管理中心(深圳市空间地理信息中心)
Abstract: 该发明公开了一种抗透射畸变的无人机倾斜影像语义信息提取方法及设备。设计了一种密集上下文学习网络以鲁棒地提取无人机倾斜影像中对象的语义信息。该网络主要以通用的编码器‑解码器为主体框架进行无人机倾斜影像中对象的特征学习和语义预测。采用并行的双分支特征提取器构建编码器,以不同分辨率的图像对作为输入分别提取同层级和不同层级的多尺度特征。构建了跨尺度的上下文选择器以自适应地融合来自不同分辨率输入编码的多尺度特征。采用了编码器‑解码器联合监督的模式,在训练过程中分别对双分支特征提取器编码的语义特征和解码器得到的语义预测图进行迭代优化,从而增强多尺度特征的有效性和预测结果的鲁棒性。
-