公开(公告)号：CN115546474A

公开(公告)日：2022-12-30

申请号：CN202210738945.8

申请日：2022-06-25

Applicant: 西北工业大学

Inventor： 程塨 ,  郎春博 ,  屠斌飞 ,  韩军伟 ,  郭雷

IPC: G06V10/26 ,  G06V10/82 ,  G06V10/46 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于学习者集成策略的少样本语义分割方法，针对以往相关工作存在基类偏置的问题，即易错误激活基类目标区域，本发明提出在传统模型(元学习者)的基础上引入一个额外的辅助分支(基学习者)去显式地识别基类目标，随后自适应地集成两个学习者的粗预测结果以产生精准的分割掩码。考虑到元学习者的敏感性，本发明进一步引入调整因子来估计输入图像间的差异，以促进模型集成推理。总的来说，本发明为改善现有少样本分割模型对基类目标错误激活的问题提供了一个新颖且通用的解决方案，并不局限于某一个基学习者和元学习者，显著提升现有分割网络性能的同时并能够扩展至更实际且具有挑战性的广义设置，展现出较好的应用前景与潜力。

公开(公告)号：CN116740345A

公开(公告)日：2023-09-12

申请号：CN202310611452.2

申请日：2023-05-26

Applicant: 西北工业大学

Inventor： 程塨 ,  郎春博 ,  王俊逸 ,  屠斌飞 ,  闵令通 ,  韩军伟

IPC: G06V10/26 ,  G06V20/10 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/096

Abstract: 本发明提供了一种基于渐进式解析和共有性蒸馏的少样本遥感图像分割方法。设计了相应的语义分割网络，主要包括特征提取网络、渐进式解析模块和共有性蒸馏模块，其中，渐进式解析模块将支持掩码逐步解析为多个有价值的子区域，以提供更多分割对象中难处理部分的信息，可以有效地解决遥感图像存在较大类内多样性的问题；共有性蒸馏模块利用基类和新类之间的共有性提取丰富的原型表征，并通过相似度引导原型融合，能够克服图像较低的目标‑背景对比度的不足。本发明能够有效改善分割遥感图像时出现的分割目标主体不完整和无关干扰物错误激活的问题，提高分割对象的召回率，抑制无关干扰因素。