公开(公告)号：CN119919764A

公开(公告)日：2025-05-02

申请号：CN202411771445.X

申请日：2024-12-04

Applicant: 三峡大学

Inventor： 任东 ,  蔡岑 ,  王露 ,  孙航 ,  谢咏昶 ,  陈全

IPC: G06V10/80 ,  G06V10/774 ,  G06V10/26 ,  G06V10/44

Abstract: 本发明提出了一种基于深度学习的多方向动态特征融合方法，包括步骤：步骤1：准备遥感语义分割数据集；步骤2：构建感受野模块，使用不同大小的卷积核来处理特征，使得不同的卷积核关注不同的特征子空间，增加了特征的多样性，更好地处理不同尺度的信息和细节。步骤3：构建跨窗口上下文交互模块，由窗口注意和跨窗口注意两部分组成，窗口注意关注局部特征，跨窗口注意关注全局特征，弥补了Vision Transformer架构在构建跨尺度注意方面的不足。步骤4：构建一个多方向动态特征融合方法，结合感受野模块和跨窗口上下文交互模块。能够有效结合卷积神经网络和Transformer的优势，有效解决遥感城市影像存在混淆类似性地物和小目标分割问题。