当前位置: 首页 > 专利查询>武汉大学专利>正文

遥感图像分类方法、装置、设备及存储介质制造方法及图纸

技术编号:43281146 阅读:18 留言:0更新日期:2024-11-12 16:04
公开了一种遥感图像分类方法、装置、设备及存储介质,属于图像处理技术领域,该方法包括:获取第一遥感图像;将第一遥感图像输入至多级Transformer结构,得到第一遥感图像的第一特征图,每级Transformer均用于生成一张第一特征图;基于多级Transformer结构中最后一级Transformer输出的第一特征图,对第一遥感图像进行分类。该方法能够提高遥感图像分类的准确程度。

【技术实现步骤摘要】

本公开涉及图像处理,特别涉及一种遥感图像分类方法、装置、设备及存储介质


技术介绍

1、随着技术的发展,遥感图像的分辨率越来越高。在对高分辨率的遥感图像进行图像分类时,例如采用常规的卷积神经网络实现遥感图像分类时,卷积神经网络无法捕捉高分辨率的遥感图像的patch之间的长程上下文关系,导致采用卷积神经网络实现遥感图像分类容易出错。


技术实现思路

1、本公开提供了一种遥感图像分类方法、装置、设备及存储介质,能够提高遥感图像分类的准确程度。所述技术方案至少包括如下方案:

2、第一方面,提供了一种遥感图像分类方法,包括:获取第一遥感图像;将所述第一遥感图像输入至多级transformer结构,得到所述第一遥感图像的第一特征图,每级transformer均用于生成一张第一特征图,第一transformer包括提升方案多头注意力层,所述第一transformer为所述多级transformer结构中的任一级transformer,所述提升方案多头注意力层用于基于所述第一遥感图像,在通道维度采用提升方案,得到本文档来自技高网...

【技术保护点】

1.一种遥感图像分类方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述第一Transformer还包括树状小波频率选择层,所述树状小波频率选择层的输出与所述提升方案多头注意力层的输入连接;

3.根据权利要求2所述的方法,其特征在于,对所述第一遥感图像的键进行降采样处理的方式与对所述第一遥感图像的值进行降采样处理的方式相同,所述树状小波频率选择层用于采用如下方式实现对所述第一遥感图像的键和值进行降采样处理,得到所述第一遥感图像降采样后的键和值:

4.根据权利要求3所述的方法,其特征在于,所述提升方案多头注意力层还用于获取所述...

【技术特征摘要】

1.一种遥感图像分类方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述第一transformer还包括树状小波频率选择层,所述树状小波频率选择层的输出与所述提升方案多头注意力层的输入连接;

3.根据权利要求2所述的方法,其特征在于,对所述第一遥感图像的键进行降采样处理的方式与对所述第一遥感图像的值进行降采样处理的方式相同,所述树状小波频率选择层用于采用如下方式实现对所述第一遥感图像的键和值进行降采样处理,得到所述第一遥感图像降采样后的键和值:

4.根据权利要求3所述的方法,其特征在于,所述提升方案多头注意力层还用于获取所述第一遥感图像的查询,

5.根据权利要求1至4任一项所述的方法,其特征在于,所述提升方案多头注意力层用于采用如下方式实现所述基于所述第一遥感图像,在通道维度采用提升方案,得到沿通道维度分布的第一特征,

6.根据权利要求...

【专利技术属性】
技术研发人员:何楚潘家皓黄维
申请(专利权)人:武汉大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1