【技术实现步骤摘要】
本专利技术涉及遥感图像，尤其涉及一种基于cnn和vit混合结构神经网络的遥感图像语义分割方法。
技术介绍
1、相较于传统的cnn模型，视觉vit模型采用自注意力机制和多头注意力机制处理全局依赖关系，能捕捉到图像中不同像素之间的远程依赖关系，有助于提高模型对复杂场景地物的表示能力，使得每个像素能够感知和聚焦于图像中的重要信息，提高了模型的解释性和可视化能力。研究人员将semantic segmentation transformer(setr)，利用vit作为编码器直接应用到图像语义分割中，随后swin transformer引入了层次化的transformer结构，通过使用局部窗口内的自注意力机制，有效地减少了计算复杂度。同时保持了对全局信息的捕捉能力，随着遥感相关研究的不断深入，研究学者将改进和优化的vit应用到遥感影像中的土地利用和土地覆被信息提取中，这些创新的方法均取得了较好的结果。
2、然而，vit在进行遥感影像土地利用和土地覆被信息提取时，也面临着一系列亟待解决的问题。特别是对于大尺度的遥感影像，由于transfo...
【技术保护点】
1.一种基于CNN和ViT混合结构神经网络的遥感图像语义分割方法，其特征在于：包括如下操作步骤：
2.根据权利要求1所述的一种基于CNN和ViT混合结构神经网络的遥感图像语义分割方法，其特征在于：Step1中CTLG-Net编码结构主要用于遥感影像特征提取，将输入的特征图Xi-1通过3×3卷积操作，批归一化和ReLU激活函数激活，得到新的特征图Xi，逐渐较少特征图的尺寸，扩大感受野，获取不同类型尺度的特征信息，CTLG-Net的特征提取过程如下公式所示：
3.根据权利要求2所述的一种基于CNN和ViT混合结构神经网络的遥感图像语义分割方法，其特...
【技术特征摘要】
1.一种基于cnn和vit混合结构神经网络的遥感图像语义分割方法，其特征在于：包括如下操作步骤：
2.根据权利要求1所述的一种基于cnn和vit混合结构神经网络的遥感图像语义分割方法，其特征在于：step1中ctlg-net编码结构主要用于遥感影像特征提取，将输入的特征图xi-1通过3×3卷积操作，批归一化和relu激活函数激活，得到新的特征图xi，逐渐较少特征图的尺寸，扩大感受野，获取不同类型尺度的特征信息，ctlg-net的特征提取过程如下公式所示：
3.根据权利要求2所述的一种基于cnn和vit混合结构神经网络的遥感图像语义分割方法，其特征在于：step3中对在ctlg-net编码阶段获取的3种中级和高级特征...
【专利技术属性】
技术研发人员：丁雪，彭双云，汪炤岍，王金亮，邵馨，邓瑞芳，江永松，
申请(专利权)人：云南师范大学，
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。