公开(公告)号：CN114819101B

公开(公告)日：2024-10-29

申请号：CN202210544191.2

申请日：2022-05-18

Applicant: 辽宁工程技术大学

Inventor： 吴佳琳 ,  戴激光

IPC: G06V20/58 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/26 ,  G06V10/82

Abstract: 本发明公开了一种基于双空间注意力机制的高分辨率遥感影像道路提取方法，步骤为：数据集预处理；构建双空间注意力道路提取网络；训练网络；预测测试集。本发明对U‑Net网络结构进行改进，构建一种基础网络结构，为了减少编码器部分多次下采样所造成的空间信息损失，应用小卷积核能够对通道维信息进行汇总、减少计算量的优点，简化编码器部分，为了避免低层特征层中冗余信息的干扰，将原始的U‑Net网络设计成非对称的结构；本发明引入解耦Non‑local模块作为全局注意模块，用于捕捉推理道路目标所需的全局范围内的上下文信息，设计局部细化模块，通过对编码器部分获得的长距离上下文信息进行微调，使整个网络能够获得密集、全局和局部具有一致性的上下文信息。

公开(公告)号：CN114819101A

公开(公告)日：2022-07-29

申请号：CN202210544191.2

申请日：2022-05-18

Applicant: 辽宁工程技术大学

Inventor： 吴佳琳 ,  戴激光

IPC: G06N3/04 ,  G06N3/08 ,  G06V10/26 ,  G06V10/82

Abstract: 本发明公开了一种基于双空间注意力机制的高分辨率遥感影像道路提取方法，步骤为：数据集预处理；构建双空间注意力道路提取网络；训练网络；预测测试集。本发明对U‑Net网络结构进行改进，构建一种基础网络结构，为了减少编码器部分多次下采样所造成的空间信息损失，应用小卷积核能够对通道维信息进行汇总、减少计算量的优点，简化编码器部分，为了避免低层特征层中冗余信息的干扰，将原始的U‑Net网络设计成非对称的结构；本发明引入解耦Non‑local模块作为全局注意模块，用于捕捉推理道路目标所需的全局范围内的上下文信息，设计局部细化模块，通过对编码器部分获得的长距离上下文信息进行微调，使整个网络能够获得密集、全局和局部具有一致性的上下文信息。