【技术实现步骤摘要】
本公开涉及遥感图像语义分割，尤其涉及基于类别和边缘先验信息的地物语义分割方法、装置。
技术介绍
1、遥感图像语义分割是一项重要的计算机视觉任务，它涉及将高分辨率遥感图像中的每个像素分配到不同的语义类别，如建筑物、道路、植被等。这项任务在许多领域具有广泛的应用，包括土地利用规划、环境监测、城市规划和自动驾驶等。但遥感图像中存在光照变化、阴影、遮挡和不同观测角度等问题，进一步增加了遥感图像语义分割的难度。
2、深度学习技术中，最早的全卷积网络(fcn)提出了端到端的全卷积结构，实现了像素级的图像分类。但由于其粗糙的上采样方法，导致分割结果模糊不清，对图像细节不够敏感。为了解决这一问题，u-net引入了对称编码器-解码器结构，并添加了跳跃连接，弥补编码器下采样损失的信息，帮助解码器有效上采样，从而提高图像分辨率。这一方法在医学分割领域进行了广泛地应用。然而，由于遥感图像中复杂的场景和尺度大小不一的地物，导致语义分割时，模型需要具备更强的区分能力，因此传统的u-net在遥感领域表现不佳。
3、为了改善u-net不适合用于...
【技术保护点】
1.一种基于类别和边缘先验信息的地物语义分割方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述遥感图像语义分割网络的预先训练过程，包括：
3.根据权利要求2所述的方法，其特征在于，在将所述目标遥感图像集、类别标签集和边缘标签集，按预设比例分为训练集和验证集之前，包括：
4.根据权利要求2所述的方法，其特征在于，
5.根据权利要求4所述的方法，其特征在于，在对所述遥感图像语义分割网络的预先训练过程中，包括：
6.根据权利要求4所述的方法，其特征在于，在所述协同类别先验信息增强模块中，包括：
7.根...
【技术特征摘要】
1.一种基于类别和边缘先验信息的地物语义分割方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述遥感图像语义分割网络的预先训练过程，包括：
3.根据权利要求2所述的方法，其特征在于，在将所述目标遥感图像集、类别标签集和边缘标签集，按预设比例分为训练集和验证集之前，包括：
4.根据权利要求2所述的方法，其特征在于，
5.根据权利要求4所述的方法，其特征在于，在对所述遥感图像语义分割网络的预先训练过程中，包括...
【专利技术属性】
技术研发人员：刘鸿荣，郭国龙，宋树华，陈伟，于江丰，张宏伟，高鑫，董丽，李杰，
申请(专利权)人：中科星图智慧科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。