【技术实现步骤摘要】
本专利技术属于图像处理领域，具体涉及一种基于多尺度特征聚合transformers和cnns的遥感图像显著性检测方法。
技术介绍
1、视觉注意机制旨在捕捉场景中最吸引人的区域，在人类视觉系统中起着重要作用。人类的注意力很容易被图像中独特的物体/区域吸引]。通过模仿这种视觉注意系统，显著对象检测(sod)旨在准确定位最吸引人的对象/区域。
2、伴随着航天事业的发展，遥感图像数据量大幅度增长，如何快速有效地从遥感图像中提取有效信息成为了当前利用遥感图像数据的首要问题。遥感图像由于其成像方式的特殊性，图像内部大多包含较大空间范围内的多个目标，然而只有少数目标能够吸引人类视觉关注(即显著目标)，所以如何过滤冗余信息并突出显著目标成为了遥感图像信息处理的首要任务。
3、现有遥感图像显著目标检测模型大多基于卷积神经网络构建，在检测精度和泛化性能上相比于传统方法均有显著提升。卷积神经网络(cnns)擅长提取某些感受野内的上下文特征，而transformer可以对全局长程依赖特征进行建模。但是，我们注意到transformer在...
【技术保护点】
1.基于多尺度特征聚合网络的遥感图像显著性检测方法，其特征在于，执行步骤如下：
2.根据权利要求1所述的基于多尺度特征聚合网络的遥感图像显著性检测方法，其特征在于，步骤2具体方法如下：
3.根据权利要求2所述的基于多尺度特征聚合网络的遥感图像显著性检测方法，其特征在于，步骤3具体方法如下：
4.根据权利要求3所述的基于多尺度特征聚合网络的遥感图像显著性检测方法，其特征在于，步骤4具体方法如下：使用可变形卷积DCN来对齐聚合步骤3通过多尺度特征引导模块得到的两分支的输出特征，通过引入可变形卷积，可以在特征对齐过程中自适应地调整卷积核的...
【技术特征摘要】
1.基于多尺度特征聚合网络的遥感图像显著性检测方法，其特征在于，执行步骤如下：
2.根据权利要求1所述的基于多尺度特征聚合网络的遥感图像显著性检测方法，其特征在于，步骤2具体方法如下：
3.根据权利要求2所述的基于多尺度特征聚合网络的遥感图像显著性检测方法，其特征在于，步骤3具体方法...
【专利技术属性】
技术研发人员：朱晨薇，颜成钢，张继勇，周晓飞，江劭玮，赵强，王鸿奎，
申请(专利权)人：杭州电子科技大学，
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。