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: 2025117601386
申请人: 湖北工业大学
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:

1.一种遥感影像语义分割方法,其特征在于,用于基于构建的遥感影像分割网络对城市遥感影像进行语义分割,所述遥感影像分割网络包括ResNet50主干网络、SuperASPP模块;

所述遥感影像语义分割方法,包括:

基于所述ResNet50主干网络对获取的城市遥感影像进行多尺度语义特征提取,获得第一尺度特征、第二尺度特征、第三尺度特征、第四尺度特征,其中,所述ResNet50主干网络的子模块中包括增强Mamba模块以及空间感知门控模块,所述增强Mamba模块用于全局上下文建模;

基于所述SuperASPP模块对所述第一尺度特征、第二尺度特征、第三尺度特征以及第四尺度特征进行并行处理,并对并行处理后的特征进行融合,以获得遥感影像语义分割结果。

2.根据权利要求1所述的遥感影像语义分割方法,其特征在于,所述ResNet50主干网络的子模块包括第一瓶颈块、第二瓶颈块、第三瓶颈块以及瓶颈与Mamba模块,所述第一瓶颈块、第二瓶颈块、第三瓶颈块的网络结构一致;所述基于所述ResNet50主干网络对获取的城市遥感影像进行多尺度语义特征提取,获得第一尺度特征、第二尺度特征、第三尺度特征、第四尺度特征,包括:基于所述第一瓶颈块、第二瓶颈块、第三瓶颈块对获取的城市遥感影像进行下采样,分别获得第一尺度特征、第二尺度特征、第三尺度特征;

基于所述瓶颈与Mamba模块对所述第三尺度特征进行下采样,获得第四尺度特征。

3.根据权利要求2所述的遥感影像语义分割方法,其特征在于,所述瓶颈与Mamba模块包括第一卷积层、第二卷积层、第三卷积层、增强Mamba模块以及空间感知门控模块;所述基于所述瓶颈与Mamba模块对所述第三尺度特征进行下采样,获得第四尺度特征,包括:基于所述第一卷积层对所述第三尺度特征进行降维,获得降维后的特征;

基于所述第二卷积层对所述降维后的特征进行局部特征提取,获得局部特征;

基于所述增强Mamba模块对所述降维后的特征进行特征增强,获得全局上下文特征;

基于所述空间感知门控模块对所述局部特征以及全局上下文特征在通道维度上进行拼接,将拼接后的特征进行卷积操作后,通过激活函数对卷积操作后的特征进行非线性变换,获得空间门控图以及门控权重,基于所述门控权重对所述局部特征以及全局上下文特征进行加权融合,以获得第四尺度特征。

4.根据权利要求3所述的遥感影像语义分割方法,其特征在于,所述增强Mamba模块包括GRN模块、Mamba模块以及ECA模块;所述基于所述增强Mamba模块对所述降维后的特征进行特征增强,获得全局上下文特征,包括:基于所述GRN模块对所述降维后的特征进行自适应增强,获得增强重要特征后的特征图;

基于所述Mamba模块对增强重要特征后的特征图进行空间序列处理,获得序列处理后的特征图;

基于所述ECA模块对序列处理后的特征图进行通道加权,获得全局上下文特征。

5.根据权利要求3所述的遥感影像语义分割方法,其特征在于,所述空间感知门控模块为:,

,

其中,为门控权重,为sigmoid激活函数,为卷积后的输出特征,为空间感知门控模块输出的特征,为局部特征,为全局上下文特征,为逐通道相乘。

6.根据权利要求2所述的遥感影像语义分割方法,其特征在于,所述SuperASPP模块包括多个MiniASPP模块,所述基于所述SuperASPP模块对所述第一尺度特征、第二尺度特征、第三尺度特征以及第四尺度特征进行并行处理,并对并行处理后的特征进行融合,以获得遥感影像语义分割结果,包括:基于所述多个MiniASPP模块分别对所述第一尺度特征、第二尺度特征、第三尺度特征以及第四尺度特征进行并行特征提取,并对并行提取后的特征进行上采样,对上采样后的特征进行拼接,以获得遥感影像语义分割结果,其中,所述MiniASPP模块包括多个空洞卷积和全局平均池化层。

7.根据权利要求2所述的遥感影像语义分割方法,其特征在于,还包括:

采用渐进式解冻训练策略对所述遥感影像分割网络进行训练,其中,所述渐进式解冻训练策略包括第一阶段训练、第二阶段训练以及第三阶段训练,所述第一阶段训练为冻结ResNet50主干网络的第一瓶颈块、第二瓶颈块、第三瓶颈块,解冻瓶颈与Mamba模块,所述第二阶段训练为冻结ResNet50主干网络的第一瓶颈块、第二瓶颈块,解冻第三瓶颈块,所述第三阶段训练为解冻ResNet50主干网络。

8.一种遥感影像语义分割装置,其特征在于,用于基于构建的遥感影像分割网络对城市遥感影像进行语义分割,所述遥感影像分割网络包括ResNet50主干网络、SuperASPP模块;

所述遥感影像语义分割装置,包括:

多尺度语义特征提取单元,用于基于所述ResNet50主干网络对获取的城市遥感影像进行多尺度语义特征提取,获得第一尺度特征、第二尺度特征、第三尺度特征、第四尺度特征,其中,所述ResNet50主干网络的子模块中包括增强Mamba模块以及空间感知门控模块,所述增强Mamba模块用于全局上下文建模;

语义分割单元,用于基于所述SuperASPP模块对所述第一尺度特征、第二尺度特征、第三尺度特征以及第四尺度特征进行并行处理,并对并行处理后的特征进行融合,以获得遥感影像语义分割结果。

9.一种电子设备,其特征在于,包括存储器和处理器;

所述存储器上存储有可被所述处理器执行的计算机可读程序;

所述处理器执行所述计算机可读程序时实现如权利要求1-7任意一项所述的遥感影像语义分割方法中的步骤。

10.一种计算机可读存储介质,其特征在于,用于存储计算机可读取的程序或指令,所述程序或指令被处理器执行时能够实现上述权利要求1-7中任意一项所述的遥感影像语义分割方法中的步骤。