【技术实现步骤摘要】
本专利技术涉及计算机视觉，尤其涉及一种基于注意力门机制的遥感图像语义分割方法及装置。
技术介绍
1、卫星遥感技术作为对地观测的重要手段，广泛应用于农业生产、资源勘查、环境保护、国防安全、城市规划等领域。
2、近年来，基于深度学习的卫星遥感图像语义分割技术取得了显著成果。
3、为了将自然场景中语义分割技术的成果转接到遥感图像中感兴趣类别的分割，直接的做法是以遥感图像的可见光波段构成的图像为输入，利用针对自然图像而设计并在此基础上训练得到的基于深度学习的目标检测网络，先对输入的遥感图像进行特征提取，再经过一系列对感兴趣目标所在位置的回归以及所属类别进行判断，最终输出对感兴趣目标的识别结果，一般为使用不同类别相对应的颜色绘制的一张与原图大小一致、区域对应的图片。
4、由于在遥感图像与自然图像的亮度、色彩分布等均存在较大差异，又缺少景深等空间信息，直接利用计算机视觉任务中的语义分割方法识别遥感图像时，会使得最终的识别结果并不理想。
5、并且，现有技术在使用深度学习方法进行训练时，往往需要使用影像标...
【技术保护点】
1.一种基于注意力门机制的遥感图像语义分割方法，其特征在于，包括：
2.根据权利要求1所述的基于注意力门机制的遥感图像语义分割方法，其特征在于，所述语义分割网络模型包括ResNet网络和所述U-net网络；
3.根据权利要求2所述的基于注意力门机制的遥感图像语义分割方法，其特征在于，所述基于预先训练的所述U-net网络，对所述编码特征图进行解码处理，得到所述语义分割结果，包括：
4.根据权利要求3所述的基于注意力门机制的遥感图像语义分割方法，其特征在于，
5.根据权利要求4所述的基于注意力门机制的遥感图像语义分割方法，其...
【技术特征摘要】
1.一种基于注意力门机制的遥感图像语义分割方法，其特征在于，包括：
2.根据权利要求1所述的基于注意力门机制的遥感图像语义分割方法，其特征在于，所述语义分割网络模型包括resnet网络和所述u-net网络；
3.根据权利要求2所述的基于注意力门机制的遥感图像语义分割方法，其特征在于，所述基于预先训练的所述u-net网络，对所述编码特征图进行解码处理，得到所述语义分割结果，包括：
4.根据权利要求3所述的基于注意力门机制的遥感图像语义分割方法，其特征在于，
5.根据权利要求4所述的基于注意力门机制的遥感图像语义分割方法，其特征在于，所述得到所述语义分割结果，之后包括：
6.根据权利要求1-5中任一项所述的基于注意力门机制的遥感图像语义分割方法...
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。