期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
全局信息提取与重建的遥感图像语义分割网络
1
作者 梁龙学 贺成龙 +1 位作者 吴小所 闫浩文 《浙江大学学报(工学版)》 EI CAS CSCD 北大核心 2024年第11期2270-2279,2319,共11页
为了将遥感场景图像更好地进行分割,供给下游任务使用,提出多尺度注意力提取与全局信息重建网络.编码器引入多尺度卷积注意力骨干到遥感深度学习语义分割模型中.多尺度卷积注意力能够捕获多尺度信息,给解码器提供更丰富的全局深浅层信息... 为了将遥感场景图像更好地进行分割,供给下游任务使用,提出多尺度注意力提取与全局信息重建网络.编码器引入多尺度卷积注意力骨干到遥感深度学习语义分割模型中.多尺度卷积注意力能够捕获多尺度信息,给解码器提供更丰富的全局深浅层信息.在解码器,设计了全局多分支局部Transformer块.多尺度逐通道条带卷积重建多尺度空间上下文信息,弥补全局分支存在的空间信息割裂,与全局语义上下文信息共同重建全局信息分割图.解码器末端设计极化特征精炼头.通道上利用softmax和sigmoid组合,构建概率分布函数,拟合更好的输出分布,修复浅层中潜在的高分辨率信息损失,指导和融合深层信息,获得精细的空间纹理.实验结果表明,网络实现了很高的精确度,在ISPRS Vaihingen数据集上达到82.9%的平均交并比,在ISPRS Potsdam数据集上达到87.1%的平均交并比. 展开更多
关键词 语义分割 TRANSFORMER 多尺度卷积注意力 全局多分支局部注意力 全局信息重建
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部