【技术实现步骤摘要】
本专利技术属于光学遥感图像处理，具体涉及一种基于多视角自适应特征对齐的光学遥感图像目标检测域适应方法。
技术介绍
1、光学遥感图像的目标检测能够实现对地物类型的定位及分类，为环境监测、城市规划以及资源管理等领域提供重要支持。早期，这项任务主要依靠人工判读完成，虽然这种方法在准确性上表现优异，但耗费大量人力且处理速度较慢，难以满足现代社会对高效处理的要求。随着深度学习技术被提出，基于深度学习的目标检测算法已广泛应用于遥感场景中，以显著提升了遥感图像的处理效率。
2、但是，基于深度学习的目标检测方法属于数据驱动的架构，要求训练数据与测试数据在分布上保持一致。然而，在实际的遥感应用中，采集的图像往往受到场景、气象或季节等因素的影响，导致其表征与训练数据之间存在域间差异，从而显著降低检测算法的性能。
3、为解决这一问题，本专利技术提出了一种基于多视角自适应特征对齐的光学遥感图像目标检测域适应方法，具有强大的泛化能力和高检测精度，能够有效支持多种实际应用场景。
技术实现思路
...
【技术保护点】
1.一种基于多视角自适应特征对齐的光学遥感图像目标检测域适应方法，其特征在于，该方法包括如下步骤：
2.如权利要求1所述的一种基于多视角自适应特征对齐的光学遥感图像目标检测域适应方法，其特征在于，所述步骤三中，使用构建的检测网络中的骨干网络提取步骤一中得到的光学遥感图像对特征图F的具体方法为：
3.如权利要求1所述的一种基于多视角自适应特征对齐的光学遥感图像目标检测域适应方法，其特征在于，所述步骤四中，使用交叉注意力计算模块使两个可学习向量分别与步骤三得到的特征图F进行相关计算以得到2组聚合域特定特征的可学习向量和其具体方法为：
4...
【技术特征摘要】
1.一种基于多视角自适应特征对齐的光学遥感图像目标检测域适应方法，其特征在于，该方法包括如下步骤：
2.如权利要求1所述的一种基于多视角自适应特征对齐的光学遥感图像目标检测域适应方法，其特征在于，所述步骤三中，使用构建的检测网络中的骨干网络提取步骤一中得到的光学遥感图像对特征图f的具体方法为：
3.如权利要求1所述的一种基于多视角自适应特征对齐的光学遥感图像目标检测域适应方法，其特征在于，所述步骤四中，使用交叉注意力计算模块使两个可学习向量分别与步骤三得到的特征图f进行相关计算以得到2组聚合域特定特征的可学习向量和其具体方法为：
4.如权利要求1所述的一种...
【专利技术属性】
技术研发人员：王裕沛，陈亮，韩健鸿，贾雅欣，
申请(专利权)人：北京理工大学，
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。