期刊文献+
共找到653篇文章
< 1 2 33 >
每页显示 20 50 100
融合注意力和上下文信息的遥感图像小目标检测算法 被引量:2
1
作者 刘赏 周煜炜 +2 位作者 代娆 董林芳 刘猛 《计算机应用》 北大核心 2025年第1期292-300,共9页
对多尺度的遥感图像进行小目标检测时,基于深度学习的目标检测算法容易出现误检和漏检的情况。这是因为此类算法的特征提取模块进行了多次的下采样操作;而且未能根据不同类别、不同尺度的目标关注所需的上下文信息。为了解决该问题,提... 对多尺度的遥感图像进行小目标检测时,基于深度学习的目标检测算法容易出现误检和漏检的情况。这是因为此类算法的特征提取模块进行了多次的下采样操作;而且未能根据不同类别、不同尺度的目标关注所需的上下文信息。为了解决该问题,提出一种融合注意力和上下文信息的遥感图像小目标检测算法ACM-YOLO(Attention-Context-Multiscale YOLO)。首先,应用细粒度的查询感知稀疏注意力以减少小目标特征信息的丢失,从而避免漏检;其次,设计局部上下文增强(LCE)函数以更好地关注不同类别的遥感目标所需的上下文信息,从而避免误检;最后,使用加权双向特征金字塔网络(BiFPN)强化特征融合模块对遥感图像小目标的多尺度特征融合能力,从而改善算法检测效果。在DOTA数据集和NWPU VHR-10数据集上进行对比实验和消融实验,以验证所提算法的有效性和泛化性。实验结果表明,在2个数据集上所提算法的平均精确率均值(mAP)分别达到了77.33%和96.12%,而相较于YOLOv5算法,召回率分别提升了10.00和7.50个百分点。可见,所提算法能有效提升mAP和召回率,减少误检和漏检。 展开更多
关键词 遥感图像 小目标检测 稀疏采样 局部上下文信息增强 多尺度特征融合
在线阅读 下载PDF
基于多源遥感数据的遥感影像生态地块划分方法 被引量:2
2
作者 李双营 《现代电子技术》 北大核心 2025年第5期142-146,共5页
为资源合理利用、生态保护与修复提供科学依据,文中提出基于多源遥感数据的遥感影像生态地块划分方法,实现了高精度生态地块划分。采用高频调制融合法逐像素融合处理采集的生态环境多源遥感影像;构建新的卷积神经网络(CNN),以融合后的... 为资源合理利用、生态保护与修复提供科学依据,文中提出基于多源遥感数据的遥感影像生态地块划分方法,实现了高精度生态地块划分。采用高频调制融合法逐像素融合处理采集的生态环境多源遥感影像;构建新的卷积神经网络(CNN),以融合后的高光谱影像为输入,通过在CNN中引入分组卷积和残差学习,实现输入高光谱影像多尺度特征提取,经过全连接层和softmax层的处理后,输出生态地块划分结果,并在softmax层中引入多分类Focal loss损失函数,解决生态地块划分结果产生的类别不平衡问题,提升生态地块划分精度。实验证明,该方法能够准确划分生态地块,划分精度平均值达到95.38%。融合后的多源遥感影像光谱扭曲度数值均低于20,可以确保融合影像在光谱信息上的高保真度,提高生态地块划分的准确性。 展开更多
关键词 多源遥感 遥感影像 生态地块 划分方法 高通滤波融合 高光谱影像 融合影像 特征提取
在线阅读 下载PDF
上下文感知多感受野融合网络的定向遥感目标检测 被引量:1
3
作者 姚婷婷 肇恒鑫 +1 位作者 冯子豪 胡青 《电子与信息学报》 北大核心 2025年第1期233-243,共11页
以广距鸟瞰视角拍摄获取的遥感图像通常具有目标种类多、尺度变化大以及背景信息丰富等特点,为目标检测任务带来巨大挑战。针对遥感图像成像特点,该文设计一种上下文感知多感受野融合网络,通过充分挖掘深度网络中遥感图像在不同尺寸特... 以广距鸟瞰视角拍摄获取的遥感图像通常具有目标种类多、尺度变化大以及背景信息丰富等特点,为目标检测任务带来巨大挑战。针对遥感图像成像特点,该文设计一种上下文感知多感受野融合网络,通过充分挖掘深度网络中遥感图像在不同尺寸特征描述下所包含的上下文关联信息,提高图像特征描述力,进而提升遥感目标检测精度。首先,在特征金字塔前4层网络中构建了感受野扩张模块,通过扩大网络在不同尺度特征图上的感受野范围,增强网络对不同尺度遥感目标的感知能力;进一步,构建了高层特征聚合模块,通过将特征金字塔网络中高层语义信息聚合到低层特征中,从而将特征图中所包含的多尺度上下文信息进行有效融合;最后,在双阶段定向目标检测框架下设计了特征细化区域建议网络。通过对一阶段提案进行精细化处理,提升提案准确性,进而提高二阶段兴趣区域对齐网络得到的不同成像方向下的遥感目标检测性能。在公测数据集DIOR-R和HRSC2016上的定性和定量的对比实验结果证明,所提方法对不同种类和尺度大小的遥感目标均能实现更加准确的检测。 展开更多
关键词 遥感图像 深度学习 目标检测 多感受野融合
在线阅读 下载PDF
跨模态多层特征融合的遥感影像语义分割
4
作者 李智杰 程鑫 +3 位作者 李昌华 高元 薛靖裕 介军 《计算机科学与探索》 北大核心 2025年第4期989-1000,共12页
多模态语义分割网络能够利用不同模态中的互补信息来提高分割精度,在地物分类领域具有广泛的应用潜力。然而,现有的多模态遥感影像语义分割模型大多忽略了深度特征的几何形状信息,未将多层特征充分利用就进行融合,导致跨模态特征提取不... 多模态语义分割网络能够利用不同模态中的互补信息来提高分割精度,在地物分类领域具有广泛的应用潜力。然而,现有的多模态遥感影像语义分割模型大多忽略了深度特征的几何形状信息,未将多层特征充分利用就进行融合,导致跨模态特征提取不充分,融合效果不理想。针对这些问题,提出了一种基于多模态特征提取和多层特征融合的遥感影像语义分割模型。通过构建双分支编码器,模型能够分别提取遥感影像的光谱信息和归一化数字表面模型(nDSM)的高程信息,并深入挖掘nDSM的几何形状信息。引入跨层丰富模块细化完善每层特征,从深层到浅层充分利用多层的特征信息。完善后的特征通过注意力特征融合模块,对特征进行差异性互补和交叉融合,以减轻分支结构之间的差异,充分发挥多模态特征的优势,从而提高遥感影像分割精度。在ISPRS Vaihingen和Potsdam数据集上进行实验,mF1分数分别达到了90.88%和93.41%,平均交互比(mIoU)分别达到了83.49%和87.85%,相较于当前主流算法,该算法实现了更准确的遥感影像语义分割。 展开更多
关键词 遥感影像 归一化数字表面模型(nDSM) 语义分割 特征提取 特征融合
在线阅读 下载PDF
共享超分的双分支遥感图像时空融合网络
5
作者 方帅 张小溪 张晶 《电子学报》 北大核心 2025年第2期581-594,共14页
本文从空间维度和时间维度分析了场景弱变化区域和类型变化区域的融合规律、物理模型的差异性和效果上的互补性,提出了共享超分辨率的双分支(Shared Super-Resolution Dual-Branch,SSRDB)遥感图像时空融合算法.该算法具有如下3个特点:(1... 本文从空间维度和时间维度分析了场景弱变化区域和类型变化区域的融合规律、物理模型的差异性和效果上的互补性,提出了共享超分辨率的双分支(Shared Super-Resolution Dual-Branch,SSRDB)遥感图像时空融合算法.该算法具有如下3个特点:(1)构建了互补性的网络框架,虽然该框架是端到端的深度学习模型,但每个模块有各自的物理意义和任务,通过增加中间监督,分别实现空间维的超分建模,时间维的变化预测建模,以及两者优势互补的融合建模;(2)对变化预测的数学表示进行推演,利用一个非线性补偿模块,使得两分支共享超分模块,在共享超分模块和递归复用超分单元的双重策略下,显著降低了网络参数;(3)递归超分模块使用固定的2倍率超分单元,在有效监督和有效参考下,渐进式进行特征增强与图像重建,这可以有效提高超分精度,且通过调整超分单元个数,灵活适应不同倍率差异的时空融合任务.SSRDB算法在空间和光谱特性上以及变化区域上都展现了优秀的融合效果,RMSE(Root Mean Squared Error)、SAM(Spectral Angle Mapper)和SSIM(Structural Similarity)3个定量评价指标显示,在CIA(Coleambally lrrigation Area)数据集上分别优于次优方法 7.067%、2.065%、0.563%;在LGC(Lower Gwydir Catchment)数据集上分别优于次优方法5.319%、5.490%、1.455%;在Nanjing数据集上分别优于次优方法6.486%、16.290%、0.481%. 展开更多
关键词 遥感图像 时空融合 双分支 图像超分 卷积神经网络
在线阅读 下载PDF
基于混合深度卷积的遥感影像语义分割
6
作者 田智慧 郎杰 魏海涛 《计算机应用与软件》 北大核心 2025年第8期253-258,290,共7页
高分辨率遥感影像语义分割作为遥感解译的重要组成部分,其中包含了大量复杂的地物特征信息,且不同地物目标尺寸相差较大,这为遥感影像语义分割带来了一定困难。针对该问题,设计并实现一种基于混合深度卷积的遥感影像语义分割模型MDU-Ne... 高分辨率遥感影像语义分割作为遥感解译的重要组成部分,其中包含了大量复杂的地物特征信息,且不同地物目标尺寸相差较大,这为遥感影像语义分割带来了一定困难。针对该问题,设计并实现一种基于混合深度卷积的遥感影像语义分割模型MDU-Net。该模型在编码器中采用分阶段的并行网络结构,通过对不同层级中子分支动态的分配权重来实现编码器的动态网络结构,同时引入一种通道和空间注意力模块来改进编码器到解码器的特征融合效果,提升语义分割效果。在ISPRS validation数据集上的测试集精度比DeepLabv3+提高3.44百分点。实验结果表明,该网络在高分辨率遥感影像分割问题中取得了良好的分割效果。 展开更多
关键词 语义分割 遥感影像 深度学习 特征融合
在线阅读 下载PDF
基于立体感感知的全景图像质量评价算法
7
作者 安平 汤旭锋 +1 位作者 杨超 黄新彭 《信号处理》 北大核心 2025年第4期759-769,共11页
无参考全景图像质量评价旨在客观衡量全景图像的人类视觉感知质量,而无需依赖原始图像的质量信息。随着虚拟现实技术的迅猛发展,全景图像质量评价的重要性日益凸显。然而,现有全景图像质量评价算法仍存在着一些限制,如不能很好模拟观察... 无参考全景图像质量评价旨在客观衡量全景图像的人类视觉感知质量,而无需依赖原始图像的质量信息。随着虚拟现实技术的迅猛发展,全景图像质量评价的重要性日益凸显。然而,现有全景图像质量评价算法仍存在着一些限制,如不能很好模拟观察者的浏览过程、未能有效考虑观看者的立体感知过程等。这严重影响了全景图像质量评价的准确性。为解决这一问题,本文提出一种基于沉浸式立体感知和视口感知交互的无参考全景图像质量评价算法。首先,设计一种视口提取策略,通过在球形域上提取特征视点,选择具有较高被观察概率的视点。对选定的视点提取相应的视口内容,并将多个视口内容并行输入特征编码器,以实现多尺度视口特征的提取。随后,鉴于当前实现多个视口间信息交互的方式尚存在局限性,本文提出一个视口特征交互模块,旨在实现对输入的多个视口内容进行跨视口的信息交互。最后,本文还探索了在缺乏视口采样的情况下,利用整个全景图像实现对立体感信息的获取,以实现对立体感过程建模从而提高整体评价性能。实验结果证明了本文提出算法的有效性,与当前最先进的质量评价算法相比之下,斯皮尔曼等级相关系数(Spearman Rank Order Correlation Coefficient,SROCC)指标和皮尔逊线性相关系数(Linear Pearson Correlation Coefficient,PLCC)在公开数据集CVIQD上分别达到0.72%和0.70%的提升,而在数据集OIQA上分别达到了1.10%和0.54%的提升。 展开更多
关键词 全景图像质量评价 视口提取 球面卷积 特征融合
在线阅读 下载PDF
融合RGB与IR图像的遥感小目标检测方法
8
作者 刘春霞 孟吉星 +1 位作者 潘理虎 龚大立 《计算机工程》 北大核心 2025年第7期326-338,共13页
针对现有的目标检测方法在处理背景复杂、有效信息量少的遥感图像时存在的误检、漏检等问题,提出了一种多模态遥感小目标检测方法——BFMYOLO。设计了像素级的红-绿-蓝(RGB)和红外(IR)图像的融合模块,即多模态融合模块(BFM),充分利用不... 针对现有的目标检测方法在处理背景复杂、有效信息量少的遥感图像时存在的误检、漏检等问题,提出了一种多模态遥感小目标检测方法——BFMYOLO。设计了像素级的红-绿-蓝(RGB)和红外(IR)图像的融合模块,即多模态融合模块(BFM),充分利用不同模态的互补性,实现两种模态信息的有效融合;设计了全尺度自适应更新模块(AA),解决特征融合过程中的多目标信息冲突问题,通过结合CARAFE上采样算子并进一步融入浅层特征,在加强非相邻层间融合的同时增强小目标的空间信息;设计了改进的任务解耦检测头(IDHead),将分类和回归任务分开处理,以降低不同任务的相互干扰,融合深层语义特征,进一步提升模型的检测性能。采用归一化Wasserstein距离(NWD)损失函数作为定位回归损失函数,降低位置偏差的敏感性。实验结果表明,该方法在VEDAI、NWPU VHR-10和DIOR数据集上的阈值设定为0.5时的均值平均精度(mAP@0.5)分别达到78.6%、95.5%和73.3%,优于其他先进模型,在遥感小目标检测中表现出良好的性能。 展开更多
关键词 遥感目标检测 可见光和红外图像 轻量级上采样算子 注意力机制 特征融合
在线阅读 下载PDF
多尺度特征增强与交互融合的遥感小目标检测
9
作者 李云红 魏小双 +5 位作者 苏雪平 李丽敏 田谷丰 郝特吉 冯准若 李仕博 《西北大学学报(自然科学版)》 北大核心 2025年第2期277-285,共9页
针对遥感图像小目标检测任务中,存在目标细节纹理信息模糊导致特征提取与融合不佳、小目标漏检等问题,提出了一种基于多尺度特征增强与交互融合的遥感小目标检测算法。首先,采用跨层多分支连接结构的多尺度特征增强(multiscale feature ... 针对遥感图像小目标检测任务中,存在目标细节纹理信息模糊导致特征提取与融合不佳、小目标漏检等问题,提出了一种基于多尺度特征增强与交互融合的遥感小目标检测算法。首先,采用跨层多分支连接结构的多尺度特征增强(multiscale feature enhancement,MFE)模块,利用Split分流操作丰富和增强不同梯度获取的纹理特征信息,同时引入轻量级特征幻影模块Ghost进行通道线性变换,生成更多有效的特征细节信息流,以增强对图像中局部细节特征信息的关注;其次,构建特征交互融合(feature interaction fusion,FIF)模块,引入多分支串并行的卷积块与自适应机制的池化块,交互输入特征的通道语义信息和空间特征变换,捕获全局上下文信息,精确小目标的关键位置信息,加强特征信息之间的相关性,实现细粒度特征的多维度交互融合。使用公开的光学遥感数据集DIOR验证所提算法,改进后的网络模型平均精度值为87.6%,与NPMMR-Det、YOLOv7、YOLOv5等其他7种优秀算法相比均有提高,改进后的遥感图像小目标检测算法取得了更好的检测精度。 展开更多
关键词 遥感图像小目标检测 多尺度特征增强 Split分流 自适应机制 细节特征交互融合
在线阅读 下载PDF
适应遥感船舶图像的轻量化旋转小目标检测网络
10
作者 孙伟 沈欣怡 +1 位作者 张小瑞 管菲 《电子测量与仪器学报》 北大核心 2025年第4期122-131,共10页
遥感图像船舶目标小、背景复杂、姿态变化大,传统船舶检测算法为提升精度,往往忽视了模型规模和实时性,难以应用到资源受限的设备上。针对上述问题,提出一种适应遥感船舶图像的轻量化旋转小目标检测网络(RFDNet)。考虑到遥感船舶图像拍... 遥感图像船舶目标小、背景复杂、姿态变化大,传统船舶检测算法为提升精度,往往忽视了模型规模和实时性,难以应用到资源受限的设备上。针对上述问题,提出一种适应遥感船舶图像的轻量化旋转小目标检测网络(RFDNet)。考虑到遥感船舶图像拍摄距离远而导致图片中目标较小且图像中包含丰富的背景信息,设计注意力卷积融合双分支网络(ACFNet),通过对局部特征信息与全局空间感知信息的充分提取,提高船舶小目标检测精度;为避免船舶目标姿态各异而导致检测时的精度下降,利用旋转目标方向信息引入旋转边界框损失函数,获得更准确的边界框回归损失,提升任意方向旋转船舶目标的检测性能;针对为提高模型精度而带来的参数量增加问题,在特征融合部分引入轻量级卷积,将卷积、深度可分离卷积以及通道混洗相结合,减少模型的参数量。通过对比实验和消融实验证明,RFDNet在HRSC2016数据集和DOTA数据集上的平均精度均值(mAP)分别达到了97.63%和81.63%,模型参数降到了2.99×10^(6),在有效提升检测精度的同时实现了模型的轻量化设计,为遥感船舶目标检测算法在资源受限设备上的应用提供了新思路。 展开更多
关键词 遥感图像 旋转目标检测 深度学习 特征融合 损失函数
在线阅读 下载PDF
嵌入自注意力机制的U型高分遥感影像语义分割网络
11
作者 杨军 张金影 《北京航空航天大学学报》 北大核心 2025年第5期1514-1527,共14页
针对高分辨率遥感影像小目标特征提取困难的问题,结合卷积结构和自注意力机制提出一种双编码器特征融合网络模型,适用于高分辨率遥感影像语义分割。设计一种双编码器结构,同时提取遥感影像的全局和局部细节信息,提高小目标地物的分割准... 针对高分辨率遥感影像小目标特征提取困难的问题,结合卷积结构和自注意力机制提出一种双编码器特征融合网络模型,适用于高分辨率遥感影像语义分割。设计一种双编码器结构,同时提取遥感影像的全局和局部细节信息,提高小目标地物的分割准确率;通过特征聚合模块在不同阶段聚合特征信息,以嵌入更多全局上下文信息;利用边缘细化损失模块提高模型对地物目标边缘信息的识别能力。在ISPRS Vaihingen和Potsdam数据集上的分割结果的F_(1)平均值m_(F1)分别达到了91.28%和93.16%,与目前主流算法相比,总体分割准确率及汽车类小目标的分割准确率均有提高。所提模型在一定程度上解决了高分辨率遥感影像语义分割中小目标及边缘信息分割不准确的问题。 展开更多
关键词 高分辨率遥感影像 语义分割 深度学习 自注意力机制 特征融合
在线阅读 下载PDF
结合倒残差自注意力机制的遥感图像目标检测
12
作者 赵文清 赵振寰 巩佳潇 《智能系统学报》 北大核心 2025年第1期64-72,共9页
针对遥感图像目标检测存在背景信息干扰严重、待检测目标尺寸差异大等问题,提出一种结合倒残差自注意力机制的目标检测方法。首先,使用具有强特征提取能力的倒残差自注意力机制骨干网络充分提取目标特征,降低复杂背景信息的干扰;其次,... 针对遥感图像目标检测存在背景信息干扰严重、待检测目标尺寸差异大等问题,提出一种结合倒残差自注意力机制的目标检测方法。首先,使用具有强特征提取能力的倒残差自注意力机制骨干网络充分提取目标特征,降低复杂背景信息的干扰;其次,构造多尺度空间金字塔池化模块,提供多尺度感受野,增强捕捉不同尺寸目标的能力;最后,提出轻量级特征融合模块,对骨干网络提取的特征图进行融合,充分结合低层与高层特征,提高网络对不同尺寸目标的检测能力。与传统网络及其他改进目标检测算法进行对比,实验发现该方法的检测精度明显优于其他算法。此外,在DIOR数据集和RSOD数据集上设计消融实验,结果表明,该方法在DIOR数据集与RSOD数据集上的平均精度均值比YOLOv8算法分别提升4.6和4.2百分点,明显提升遥感图像目标检测的精度。 展开更多
关键词 遥感图像 目标检测 倒残差 自注意力机制 多尺度 空间金字塔 特征提取 特征融合
在线阅读 下载PDF
基于遥感和震害仿真的2025年西藏定日6.8级地震建筑物震害对比 被引量:1
13
作者 袁小祥 林旭川 +8 位作者 陈子峰 张建龙 窦爱霞 肖本夫 杜浩国 余思汗 丁香 方杰 王书民 《地震地质》 北大核心 2025年第3期932-948,共17页
建筑物震害是破坏性地震人员致死的重要因素,震后快速、及时获取有效的建筑物震害评估结果对应急救灾、灾情评估及结构抗震意义重大。文中以2025年1月7日西藏定日6.8级地震为例,首先基于震前遥感影像进行灾区建筑物单体物理模型快速提... 建筑物震害是破坏性地震人员致死的重要因素,震后快速、及时获取有效的建筑物震害评估结果对应急救灾、灾情评估及结构抗震意义重大。文中以2025年1月7日西藏定日6.8级地震为例,首先基于震前遥感影像进行灾区建筑物单体物理模型快速提取。然后在构建典型建筑物遥感解译特征的基础上,对灾区建筑物分别开展了基于光学遥感和震害仿真方法的震害快速识别。最后,对快速获取的建筑物震害信息进行定量评估,并将不同方法产出的结果与发布烈度进行了对比分析。结果显示,空间上灾区建筑物主要沿河流和山谷呈散落带状分布,局部空间分布规模较小但相对集中,结构类型以土木和石木结构为主,此类建筑在地震中表现出显著的易损性。2种方法在Ⅷ度以上烈度区识别高震害等级建筑物时,总体评估误差在1度以内;而对于Ⅶ度及以下区域,评估结果则存在一定误差。研究表明,强烈地震发生后,借助不同方法可针对震后不同阶段的应急需求发挥作用,快速提供建筑物震害评估结果,为地震应急救灾和减灾提供科学参考。 展开更多
关键词 定日地震 建筑物震害 遥感影像 震害仿真 快速评估
在线阅读 下载PDF
多尺度差分特征增强网络的遥感影像变化检测 被引量:1
14
作者 王杰 蒋伏松 蒋鹏 《计算机科学与探索》 北大核心 2025年第1期211-222,共12页
遥感影像变化检测旨在识别不同时期遥感影像中的目标差异,近年来基于卷积神经网络的方法在遥感影像变化检测任务中取得了很大进展。然而,受光照变化和季节更替的影响,不同时期遥感影像中的伪变化问题仍然难以解决。同时,大多方法中未充... 遥感影像变化检测旨在识别不同时期遥感影像中的目标差异,近年来基于卷积神经网络的方法在遥感影像变化检测任务中取得了很大进展。然而,受光照变化和季节更替的影响,不同时期遥感影像中的伪变化问题仍然难以解决。同时,大多方法中未充分利用多尺度特征,导致模型的性能和准确率受到一定程度的限制。针对上述问题,提出一种多尺度差分特征增强的变化检测方法。利用由孪生网络编码器和差分网络编码器组成的并行编码框架分别提取不同层级的特征,将同级的双时特征和差分特征通过拼接的方式建立两者间的互补关系。引入差分特征增强模块获取更具判别性的特征图并将其作为差分网络编码器的补充输入,丰富变化信息的同时增加模型对变化区域的关注度,使其准确地区分地物的真实变化与伪变化。为了增强特征的多样性和表达能力,使用特征错位融合模块实现语义特征的交叉融合,让每个特征中的语义信息得到充分而不同的交互。该方法在CDD数据集和LEVIRCD数据集上的F1分数分别达到了95.45%和92.04%,交并比分别达到了92.26%和82.93%,与其余八种主流方法相比均为最优,实验结果证明了该方法的有效性。 展开更多
关键词 遥感影像 变化检测 差分增强 并行编码 多尺度特征融合
在线阅读 下载PDF
基于CNN和Efficient Transformer的多尺度遥感图像语义分割算法 被引量:1
15
作者 张振利 胡新凯 +2 位作者 李凡 冯志成 陈智超 《浙江大学学报(工学版)》 北大核心 2025年第4期778-786,共9页
针对现有方法存在遥感图像的多尺度地物特征提取困难和目标边缘分割不准确的问题,提出新的语义分割算法.利用CNN和Efficient Transformer构建双编码器,解耦上下文信息和空间信息.提出特征融合模块加强编码器间的信息交互,有效融合全局... 针对现有方法存在遥感图像的多尺度地物特征提取困难和目标边缘分割不准确的问题,提出新的语义分割算法.利用CNN和Efficient Transformer构建双编码器,解耦上下文信息和空间信息.提出特征融合模块加强编码器间的信息交互,有效融合全局上下文信息和局部细节信息.构建分层Transformer结构提取不同尺度的特征信息,使编码器有效专注不同尺度的物体.提出边缘细化损失函数,缓解遥感图像目标边缘分割不准确的问题.实验结果表明,在ISPRS Vaihingen和ISPRS Potsdam数据集上,所提算法的平均交并比(MIoU)分别为72.45%和82.29%.在SAMRS数据集中的SOTA、SIOR和FAST子集上,所提算法的MIoU分别为88.81%、97.29%和86.65%,总体精度和平均交并比指标均优于对比模型.所提算法在各类不同尺度的目标上有较好的分割性能. 展开更多
关键词 遥感图像 语义分割 双编码器结构 特征融合 Efficient Transformer
在线阅读 下载PDF
三维卷积与Transformer支持下联合空谱特征的高光谱影像分类 被引量:1
16
作者 何光 吴田军 《计算机工程与应用》 北大核心 2025年第2期259-272,共14页
由于CNN对局部特征提取能力强,目前仍是高光谱影像处理和分析中的主流深度模型,但是CNN感受野有限,无法建立长距离依赖关系,学习全局语义信息受限。Transformer的自注意力机制可以对输入序列中的每个位置进行注意力计算,从而能有效获取... 由于CNN对局部特征提取能力强,目前仍是高光谱影像处理和分析中的主流深度模型,但是CNN感受野有限,无法建立长距离依赖关系,学习全局语义信息受限。Transformer的自注意力机制可以对输入序列中的每个位置进行注意力计算,从而能有效获取全局上下文信息。如何实现CNN和Transformer的技术耦合并充分利用空间信息和光谱信息进行高光谱遥感影像分类是一个重要的待研问题。鉴于此,提出一种新的基于三维卷积和Transformer的高光谱遥感影像分类方法,尝试联合空谱特征实现解译能力的提升。使用主成分分析方法对高光谱遥感影像沿垂直方向降维;用非负矩阵分解算法对降维后遥感影像沿水平方向进行空间特征提取,将两种工具处理后遥感影像进行拼接,以充分保留信息;再用三维卷积核对拼接后遥感影像进行空间特征和光谱特征的综合提取;用Transformer的注意力机制对提取空间信息和光谱信息的遥感影像序列建立长距离依赖关系并使用多层感知机完成分类任务。实验表明,所提方法在WHU-Hi龙口、汉川、洪湖以及雄安新区马蹄湾村数据集上均表现出比对比方法更优异的分类性能,表明该方法具有一定的泛化性和稳健性。 展开更多
关键词 非负矩阵分解 特征融合 三维卷积 空谱联合 TRANSFORMER 高光谱遥感影像分类
在线阅读 下载PDF
基于混合双分支卷积神经网络和图卷积神经网络的全色锐化方法
17
作者 王文卿 张小乔 +2 位作者 何霁 刘涵 刘丁 《智能系统学报》 北大核心 2025年第3期649-657,共9页
多光谱图像全色锐化是遥感影像处理与解译领域的热点问题。相较于传统全色锐化方法,基于深度学习的全色锐化方法聚焦于图像深层次特征的提取,大幅提升了融合图像的质量。本文提出一种基于混合双分支卷积神经网络和图卷积神经网络的全色... 多光谱图像全色锐化是遥感影像处理与解译领域的热点问题。相较于传统全色锐化方法,基于深度学习的全色锐化方法聚焦于图像深层次特征的提取,大幅提升了融合图像的质量。本文提出一种基于混合双分支卷积神经网络和图卷积神经网络的全色锐化方法,旨在同时挖掘图像的光谱、空间与非几何结构信息,以提升融合图像空间分辨率和光谱分辨率。本方法建立在多分辨率分析融合框架的基础上,利用深度神经网络构建了特征提取、特征融合和图像重构模块。混合双分支网络模块是由2D和3D卷积神经网络构建,其中,2D卷积神经网络负责挖掘多光谱图像与全色图像的空间特征,3D卷积神经网络负责挖掘图像的光谱特征。引入了图卷积神经网络以捕捉图像图结构中节点的空间关系,从而整合非局部信息。将多光谱图像与全色图像的空间、光谱和非几何特征通过特征融合模块进行融合。将融合特征输入图像重构网络重建高质量多光谱图像。本文算法在GeoEye-1和IKONOS遥感数据上进行了实验验证,实验结果表明:与其他方法相比,本文算法在主观视觉和客观评价指标上均表现出优秀性能。 展开更多
关键词 图像融合 遥感 图像处理 深度学习 卷积神经网络 机器学习 特征提取 图像重构
在线阅读 下载PDF
梯度递归模型优化注入系数的全色锐化算法
18
作者 戴欢 杨勇 +2 位作者 卢航远 黄淑英 陈常杰 《西安电子科技大学学报》 北大核心 2025年第2期143-155,共13页
遥感图像全色锐化是通过将全色PAN图像和多光谱MS图像进行融合得到高空间分辨率的HRMS图像,有助于遥感图像在地物识别、土地监测等领域的应用。现有的基于多分辨率分析的全色锐化方法未考虑图像梯度之间的关系,导致提取源图像的细节特... 遥感图像全色锐化是通过将全色PAN图像和多光谱MS图像进行融合得到高空间分辨率的HRMS图像,有助于遥感图像在地物识别、土地监测等领域的应用。现有的基于多分辨率分析的全色锐化方法未考虑图像梯度之间的关系,导致提取源图像的细节特征不准确和融合结果的空间失真。为了解决上述问题,提出一种基于梯度递归模型优化注入系数的全色锐化方法。该方法首先分析源图像和融合图像的梯度关系,构建全尺度下理想HRMS图像与源图像之间的递归模型;然后设计梯度递归算法对注入系数进行迭代求解;最后利用该注入系数优化经多分辨率分析方法得到细节,并将优化后的细节注入到MS图像中得到最优的HRMS图像。方法在Pléiades、IKONOS和WorldView-3这3个数据集上进行了仿真实验和真实实验,并与8种不同类型的方法进行了对比分析,仿真实验结果表明,方法的ERGAS值相较于性能第二的方法,分别提高了3.59%,4.46%和2.18%;真实实验的QNR值在Pléiades和IKONOS数据集上达到最优,相对于性能第二的方法分别提高了3.83%,1.92%,在WorldView-3数据集上次优。在消融实验中,相较于无梯度域的全色锐化方法,ERGAS值分别提高了11.33%,14.08%和1.95%。实验结果表明,方法在客观指标上均取得了较为满意的效果;主观视觉效果上能够更好地融合MS图像的光谱信息和PAN图像的空间信息,从而显著提升MS图像的全色锐化质量,同时文中方法具有较快的计算效率。 展开更多
关键词 遥感 图像融合 全色锐化 注入系数 梯度 递归 迭代优化
在线阅读 下载PDF
面向多源数据的多区域尺度协同高分遥感图像语义分割
19
作者 林易丰 陈光剑 +2 位作者 陈浩 翁谦 林嘉雯 《小型微型计算机系统》 北大核心 2025年第1期158-166,共9页
在高分遥感图像语义分割中,为解决如何有效融合光谱信息与高程信息以分割相似光谱的不同地物的问题和通过捕获长距离依赖信息来提升局部地物识别精度,本文提出一种面向多源数据的多区域尺度协同语义分割方法.该方法包括:一种不等长的多... 在高分遥感图像语义分割中,为解决如何有效融合光谱信息与高程信息以分割相似光谱的不同地物的问题和通过捕获长距离依赖信息来提升局部地物识别精度,本文提出一种面向多源数据的多区域尺度协同语义分割方法.该方法包括:一种不等长的多分支语义分割网络,以有效提取多源特征,充分利用多源数据之间的互补信息;一个轻量级的协同注意力特征融合模块,用于在特征融合阶段有效地融合多分支特征;一种多区域尺度协同的数据增强方法,引导网络捕获长距离依赖信息.在ISPRS提供的公开数据集Vaihingen和Potsdam上的实验结果表明,与同类型主流方法对比,本文提出的方法具有更优的分割性能,且得到的地物细节信息更加完整,参数量也更小. 展开更多
关键词 语义分割 高分遥感图像 数字表面模型 多源数据融合 协同注意力
在线阅读 下载PDF
基于上下文信息融合的改进Vovnet遥感目标检测算法
20
作者 张照珩 刘云清 +1 位作者 颜飞 张琼 《电光与控制》 北大核心 2025年第4期37-43,共7页
针对遥感图像目标检测面临目标分布密集、背景复杂、小目标众多等问题,在Vovnet算法的基础上进行改进,在特征提取主干网络中加入CoT全局特征提取模块,协同跨视角的特征提取,在多个尺度上保留了感受野的视角信息,以结合不同尺度目标的上... 针对遥感图像目标检测面临目标分布密集、背景复杂、小目标众多等问题,在Vovnet算法的基础上进行改进,在特征提取主干网络中加入CoT全局特征提取模块,协同跨视角的特征提取,在多个尺度上保留了感受野的视角信息,以结合不同尺度目标的上下文信息并增强视觉表示;同时在FPN的基础上设计了上下文信息融合模块MSSFPN,建立在深层特征图上,在尺度维度对图像特征进行融合以增强目标的特征表示;引入深度超参数化卷积层进行预测,对每个通道的特征图使用独立的权重,使网络适应不同尺度所提取的图像特征,以提高检测精度。改进的算法在公开的Visdrone数据集中的目标检测平均精度均值(mAP)相较于原始Vovnet算法提升6.80个百分点,同样优于其他目标检测算法。实验结果进一步验证了所改进算法在遥感图像目标检测方面的高精度和有效性。 展开更多
关键词 遥感图像 目标检测 Vovnet 上下文信息融合 自注意力
在线阅读 下载PDF
上一页 1 2 33 下一页 到第
使用帮助 返回顶部