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: 2026100931114
申请人: 吉林大学
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:

1.一种半监督遥感图像语义分割系统,其特征在于,包括全监督网络和半监督网络,其中:全监督网络对输入的第一遥感图像进行分割得到预测分割结果,以及将全监督网络中的网络权重分享给半监督网络中;

半监督网络包括:

去偏支路,获取无标签遥感图像的无内容输入图像,从无内容输入图像中提取遥感图像的类别的偏差项;

学生支路,对第二遥感图像进行硬强化,根据分享的权重对硬强化后的图像进行分割,得到伪标签;

教师支路,对第二遥感图像进行软强化,根据分享的权重对软强化后的图像进行特征提取,并从提取到的特征中减去偏差项,对减去偏差项的特征进行解码,得到第二遥感图像对应的预测分割图像;

一致性支路,将添加有随机扰动的第二遥感图像输入学生支路中,通过虚拟对抗训练策略生成方向最优的对抗扰动;将添加有对抗扰动的第二遥感图像输入学生支路中得到对抗扰动伪标签,并计算抗扰动伪标签与预测分割图像之间的一致性损失。

2.根据权利要求1所述的半监督遥感图像语义分割系统,其特征在于,全监督网络包括第一编码器、注意力增强模块以及第一解码器,其中:第一编码器对输入的遥感图像进行特征编码,对得到的编码特征输入注意力增强模块中进行特征增强,第一解码器对来自注意力增强模块的特征进行解码,得到对应的标签。

3.根据权利要求2所述的半监督遥感图像语义分割系统,其特征在于,教师支路和学生支路均包括第二编码器、注意力增强模块和第二解码器,第二编码器和第二解码器的权重参数由第一编码器和第一解码器分享得到;

在学生支路中,第二编码器对硬强化后的图像进行特征提取,将提取到的特征输入注意力增强模块,增强后的特征输入第二解码器中得到伪标签;

在教师支路中,第二编码器对软强化后的图像进行特征提取,将提取到的特征输入注意力增强模块,从增强后的特征中减去偏差项后输入第二解码器中进行解码,得到预测分割图像。

4.根据权利要求3所述的半监督遥感图像语义分割系统,其特征在于,去偏支路包括去内容模块、第二编码器和注意力增强模块,其中:去内容模块对无标签遥感图像进行全图均值化,得到无内容输入图像;

第二编码器对无内容输入图像进行特征提取,将提取到的特征输入注意力增强模块,得到偏差项。

5.根据权利要求4所述的半监督遥感图像语义分割系统,其特征在于,注意力增强模块包括通道注意力和空间注意力,其中:在通道注意力的过程中:对输入特征进行最大池化、平均池化以及中值池化;将三种池化后的特征分别进行权重共享的多层感知机处理,得到通道权重,再将通道权重附加在输入特征上,得到通道注意力特征;

在空间注意力的过程中:对通道注意力特征进行多尺度空洞卷积,并对得到的多尺度特征进行融合,得到通道注意力特征的空间权重;将空间权重对应添加在通道注意力特征中,得到输出特征。

6.根据权利要求1所述的半监督遥感图像语义分割系统,其特征在于,软强化包括,对第二遥感图像进行旋转、尺寸变换和平移;硬强化包括,对第二遥感图像进行裁剪后再拼接。

7.一种半监督遥感图像语义分割方法,其特征在于,包括:

S1:获取有标签和无标签的遥感图像数据集,对遥感图像数据集进行预处理,得到训练集;

S2:构建如权利要求1~6任意一项所述的半监督遥感图像语义分割系统,利用步骤S1得到的训练集对语义分割系统进行训练,得到语义分割模型;

S3:重复步骤S2,并调整训练过程中的超参数,直至得到最优语义分割模型;

S4:将待语义标注的遥感图像输入步骤S3得到的最优语义分割模型中,得到语义分割标签。