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: 2023102049435
申请人: 江西理工大学
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:2026-11-16
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:

1.一种注意力边缘交互的光学遥感图像显著性目标检测方法,其特征在于:包括以下步骤:

S1.模型的整体架构是一个编码器‑解码器网络,编码器网络采用EfficientNet‑B7提取显著性区域特征和显著性边缘特征,解码器网络设计为一个双分支交互结构,在两个分支的交互节点处添加多尺度注意力交互模块,旨在利用注意力和边缘感知机制对显著性区域特征和显著性边缘特征进行预处理,然后将两种特征交互细化以获得边缘增强的显著性区域特征和注意力增强的边缘特征。

S2.高层次的显著性区域特征和边缘特征在经过多尺度注意力交互模块的交互细化后会逐渐分别与低层次的显著性区域特征和边缘特征进行融合。在显著性区域特征的最后两

2 1

个融合阶段,即s与 上采样特征的融合阶段以及s与 上采样特征的融合阶段,引入语义指导融合模块来增强语义信息的传播。

S3.在多尺度注意力交互模块和语义指导融合模块的合作下,高级显著性区域特征和边缘特征逐渐交互细化并与低级显著性区域特征和边缘特征融合,最终得到细化后的显著性区域特征图 和边缘特征图 再将这两张特征图分别输入到一个卷积层来预测显著性目标和显著性边缘。

2.根据权利要求1所述的多尺度注意力交互模块,其特征在于:交互细化编码器网络提取的显著性区域特征和边缘特征。首先,多尺度注意力交互模块分别采用了多尺度聚合注意力模块和门机制对显著性区域特征和边缘特征进行预处理,其中,多尺度聚合注意力模块采用6条并行的卷积分支并在分支之间添加了自上而下的信息传播来捕获显著性区域特征的不同上下文信息,门机制利用sigmoid函数对边缘特征进行细化。这两种预处理方法改善了显著性区域特征和边缘特征的质量。然后,预处理后的显著性区域特征和边缘特征通过通道连接和按元素乘的方式进行交互融合,最终获得边缘增强的显著性区域特征和注意力增强的边缘特征。

3.根据权利要求1所述的语义指导融合模块,其特征在于:语义指导融合模块将最深层次交互后的语义特征通过上采样和按元素乘的方式将语义信息注入到两个浅层特征中,然后再将这两个注入了语义信息的浅层特征进行融合,以有效缓解语义信息稀释的问题。