一种基于条件扩散模型的遥感图像显著性目标检测方法技术

本发明专利技术公开了一种基于条件扩散模型的遥感图像显著性目标检测方法，所述方法包括训练和测试流程。这种方法通过条件扩散模型和方向感知加权空间注意力机制来检测遥感图像中的显著性目标，可以提高复杂环境中显著性目标检测的鲁棒性和精度。

【技术实现步骤摘要】

本专利技术属于人工智能领域中的计算机视觉和模式识别技术，更具体而言，涉及一种基于条件扩散模型的遥感图像显著性目标检测方法。

技术介绍

1、遥感图像显著性目标检测一直是遥感图像处理和模式识别领域研究的热点课题，并在农业、林业、舰船检测、安全监控等领域得到了广泛的应用。然而，由于遥感图像场景的特点，如显著性目标方向、规模和类别的变化，现有的基于卷积神经网络的范式存在方向不敏感、检测不完整、缺失显著性目标等问题。

2、因此，开发一种准确且高效的遥感图像显著性目标检测技术就变得尤为重要。这种技术不仅可以提高目标检测的可信度和可靠性，还可以避免因误判和漏判而带来的安全隐患。比如，在一些安全敏感的应用中，如军事侦察或舰船检测，错误的目标检测可能导致对潜在威胁的忽视，增加安全隐患。

3、目前，遥感图像显著性目标检测技术仍存在一些困难和挑战。首先，遥感图像中的显着对象通常具有不同的方向，现有的特征提取方法存在方向不敏感问题，其次，现有的显著性目标预测方法主要采用语义分割，存在过度自信的错误预测。此外，遥感图像显著性目标还需要考虑遥感区域的大小、对比本文档来自技高网...

【技术保护点】

1.一种基于条件扩散模型的遥感图像显著性目标检测方法，其特征在于，包括：

2.根据权利要求1所述的一种基于条件扩散模型的遥感图像显著性目标检测方法，其特征在于：所述步骤3中的方向感知加权空间注意力模块能提升深度神经网络模型对显著性目标细节的捕捉，遥感图像中的显著性目标具有不同的方向，而这些方向和纹理信息往往难以被传统网络有效捕捉；因此，传统网络具有高度的数据依赖性，需要大量的显著性目标图像进行训练，以提升显著性目标检测的准确性；使用该方向感知加权空间注意力模块有助于解决显著性目标检测任务中网络对数据高度依赖的挑战。

3.根据权利要求1所述的一种基于条件扩散模型的遥...

【技术特征摘要】

1.一种基于条件扩散模型的遥感图像显著性目标检测方法，其特征在于，包括：

2.根据权利要求1所述的一种基于条件扩散模型的遥感图像显著性目标检测方法，其特征在于：所述步骤3中的方向感知加权空间注意力模块能提升深度神经网络模型对显著性目标细节的捕捉，遥感图像中的显著性目标具有不同的方向，而这些方向和纹理信息往往难以被传统网络有效捕捉；因此，传统网络具有高度的数...

【专利技术属性】
技术研发人员：钟必能，杨晋生，梁启花，邓清勇，李宁，李先贤，
申请(专利权)人：广西师范大学，
类型：发明
国别省市：