CN114529829B 结合频率与边缘学习的高分遥感影像显著性目标检测方法 （浙江工业大学）_第1页
CN114529829B 结合频率与边缘学习的高分遥感影像显著性目标检测方法 （浙江工业大学）_第2页
CN114529829B 结合频率与边缘学习的高分遥感影像显著性目标检测方法 （浙江工业大学）_第3页
CN114529829B 结合频率与边缘学习的高分遥感影像显著性目标检测方法 （浙江工业大学）_第4页
CN114529829B 结合频率与边缘学习的高分遥感影像显著性目标检测方法 （浙江工业大学）_第5页
已阅读5页，还剩9页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

结合频率与边缘学习的高分遥感影像显著结合频率与边缘学习的高分遥感影像显著建引入了边缘学习以及基于频谱的通道注意力度学习方法缺少对光谱特征而导致的检测不精2步骤2.3：目标边缘特征提取模块与显著性目标特征提取模块均是经过三次卷积加激用于强化上一层的特征信息，且最下层的特征信息经过一次步骤2.2后传给边缘特征提取步骤2.4：目标边缘特征提取模块与显著性目标特征提取模块每一层再经过一次卷积加激活函数的组合操作后获取预测图像，使用线标签样本计算各层中的边缘损失之和i(2)步骤2.5：目标边缘特征提取模块与显著性目标特征提取步骤2.6：将边缘融合模块中的每一层经过三次卷积加激活函数的组合操作扩大视野2.如权利要求1所述的结合频率与边缘学习的高分遥感影像显著性目标检测方法，其33.如权利要求1所述的结合频率与边缘学习的高分遥感影像显著性目标检测方法，其化，并且偏差初始化为0；超参数的设置如下：learningrate＝5e-5，weightdecay=4[0001]本发明涉及高分遥感影像处理技术领域与计算机视觉领域的显著性检测技术领的目标区域进行进一步分析。高分辨率遥感影像具有丰富的地理信息以及光谱信息，全图信息处理的计算复杂度巨大，结合显著性目标检测技术可以只提取图像中人最感兴趣的目局部特征融合进入显著对象的方法可以提升目标显著性。然而，高分辨率遥感影像具有覆像精确的边缘特征以及提取丰富的遥感光谱信息。目前，遥感领域显著性检测主要是采取类型的遥感图像的检测能力仍有不足，后续仍然需要扩展遥感图像的种类和优化检测算法。基于深度学习的显著性目标检测方法具有学习多层特征的能力，故更容易确定显著区5[0013]步骤2.3：目标边缘特征提取模块[0014]步骤2.4：目标边缘特征提取模块与[0017]步骤2.6：将边缘融合模块中的每一视野后再经过一次卷积加激活函数的组合操作获取预测图像。将步骤2.5中各层特征进行[0024](2)网络模型中引入基于频谱的通道注意力机制，强化通道信息以及遥感影像的6[0029]参照图1所示，为本发明的结合边缘学习与频率通道注意力的高分遥感影像显著[0038](2-3)最下层的显著性目标特征提取模块开始，每一层经过三次卷积加激活函数[0039](2-4)目标边缘特征提取模块与显著性目标特征提取模块每一层再经过一次卷积(n*1)加激活函数(relu)的组合操作后获取预测图像。使用线标签样本计算各层中的边缘[0041](2-5)目标边缘特征提取模块与显著性目标特征提取模块重复步骤(2-2)后接入[0042](2-6)将边缘融合模块中的每一层经过三次卷积加激活函数的组合操作扩大视野7

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论