欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2021107287002
申请人: 西南交通大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2024-01-05
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种联合高分影像和视频图像的道路信息智能提取方法,其特征在于,包括以下步骤:

步骤A:将高分遥感影像与道路标签数据传入注意力增强的U‑Net网络模型中;

步骤B:注意力增强的U‑Net网络模型将得到的影像数据进行多层卷积处理,并在编码的每一层次的卷积处理后均加入通道注意力模块;

步骤C:在每一层次最后一个卷积处理后均加入空间注意力模块,并将数据转入反卷积层;

步骤D:对转入数据进行连续的反卷积操作,直至最后尺寸与输入尺寸一致,并得到单通道结果图;

步骤E:基于步骤D得到的单通道结果图获取视频图像,然后对视频图像进行抽帧,将抽帧所得到的图像输入到基于上下特征的视频图像场景分类模型中进行分类;

步骤F:根据步骤E中的场景分类结果判断场景图像中是否存在道路,若不存在道路,则认为道路中断为非真实情况,则不连接中断道路,若存在道路,则认为道路中断为真实情况,连接中断道路,并输出道路优化结果。

2.根据权利要求1所述的一种联合高分影像和视频图像的道路信息智能提取方法,其特征在于,所述步骤B的具体步骤为:步骤B1:输入特征图M,将特征图M进行全局平均池化操作,得到特征图M每一通道的权重;

步骤B2:将平均池化后的特征图M通过两个全连接层、ReLU激活函数层及Sigmoid激活函数层得到学习后的通道权重;

步骤B3:将学习到的通道权重乘到输入的特征图上,得到通道注意力增强的特征图步骤B4:将特征图 传入下一卷积层。

3.根据权利要求1所述的一种联合高分影像和视频图像的道路信息智能提取方法,其特征在于,所述步骤C的具体步骤为:步骤C1:输入特征图F,将特征图F通过全局最大池化与全局平均池化网络,进行全局信息压缩;

步骤C2:将两个网格压缩后的特征图进行空间融合,在融合后经过卷积层进行特征学习;

步骤C3:将特征学习后的特征图通过Sigmoid激活函数层得到学习后的空间权重;

步骤C4:将学习到的空间权重点乘到输入特征图上,得到空间注意力增强的特征图步骤C5:将特征图 传入反卷积层。

4.根据权利要求1所述的一种联合高分影像和视频图像的道路信息智能提取方法,其特征在于,所述步骤E的具体步骤为:步骤E1:收集场景图像,对数据集场景进行人工数据标注,分为道路与非道路,并建立图像大规模场景分类数据集;

步骤E2:建立基于上下特征的视频图像场景分类模型,其中卷积神经网络结构中设置有注意力模块;

步骤E3:对于网络结构模型进行训练,实现视频图像的场景分类,输出道路与非道路。

5.根据权利要求4所述的一种联合高分影像和视频图像的道路信息智能提取方法,其特征在于,所述步骤E2的具体步骤为:步骤E21:通过全局池化的方式将卷积神经网络结构中的特征图顺着空间维度进行特征压缩;

步骤E22:通过两个全连接层建立特征图的通道间的相关性,并输出和输入特征同样数目的权重;

步骤E23:通过Sigmoid获得类别之间的归一化权重;

步骤E24:通过通道权重的重新分配将归一化后的权重加权到每个通道的特征上。

6.根据权利要求1所述的一种联合高分影像和视频图像的道路信息智能提取方法,其特征在于,所述步骤F的具体步骤为:步骤F1:通过估计道路防线的节点连接性图Q,根据节点间连接在节点连接性图Q上的路径积分对节点间连接性进行定量描述,其中节点连接性图Q为二维向量场,可表示不同节点连接区域内的道路方向信息;

步骤F2:节点m与节点n为两个相连接的道路节点,则m和n之间的连接区域Aream,n,定义为Aream,n={0≤μm,n·μm,p≤ι,0≤|μmm×μm,p|≤ξ},其中μm,n为从m指向n的向量;μm,p为从m指向p的向量,p为影像中任意像素的图像坐标;ι为连接区域长度,其大小为μm,n·μm,n;ξ为连接区域的宽度;若像素点p在连接区域Aream,n内,则连接性图Q在p处的取值是从m指向n的单位向量e,若像素点p在连接区域Aream,n外,则连接性图Q在p处的取值是0向量;

步骤F3:提取经过卷积神经网络处理而获取的道路结果中的道路节点,若节点之间连接性大于设定值,则进行连接断线,若连接性小于设定值,则不连接断线。

7.根据权利要求6所述的一种联合高分影像和视频图像的道路信息智能提取方法,其特征在于,所述步骤F3的具体步骤为:步骤F31:用V=(v1,v2,...,vn)表示提取的道路节点的集合,va,vb表示V中任意一对节点;

步骤F32:取0.5为设定值,并对节点va和vb的连线在连接图Q上的路径积分ψa,b作为节点va和vb连接性的估计值,ψa,b取值越大表示节点va和vb之间的连接性越强,其中ψa,b的计算式为步骤F33:对ψa,b进行判断,若ψa,b的值大于0.5,则直接将两个节点va、vb进行连接;若ψa,b的值小于0.5,则不连接断线,实现道路中的断线连接。