公开(公告)号：CN118135239B

公开(公告)日：2024-07-05

申请号：CN202410571994.6

申请日：2024-05-10

Applicant: 南京信息工程大学

Inventor： 夏琛威 ,  张秀再 ,  张昊

IPC: G06V10/40 ,  G06V10/82 ,  G06V10/80 ,  G06N3/0464 ,  G06V10/764 ,  G06N3/048 ,  G06N3/0442 ,  G06N3/08 ,  G06V20/13

Abstract: 本发明提供了融合过滤多尺度高分辨率遥感冰川提取方法，首先，对高分辨率冰川遥感影像进行数据预处理，制作成深度学习语义分割数据集，并且通过数据增强手段丰富数据集，保证模型训练鲁棒性。针对零散、细小冰川识别能力不足的问题，设计门控多尺度过滤层（G‑MsFL）。为模型提供不同尺度的提取和特征融合方式捕捉细微冰川，门控机制有效过滤无用特征信息；针对冰川轮廓模糊不清问题，设计并联双通道注意力模块（P‑DAM）。将冰川边界丰富的上下文信息进行编码作为特征图的局部特征，从而增强其特征表达能力。对高原地区大面积冰川提取工作提供有效帮助。

公开(公告)号：CN118135239A

公开(公告)日：2024-06-04

申请号：CN202410571994.6

申请日：2024-05-10

Applicant: 南京信息工程大学

Inventor： 夏琛威 ,  张秀再 ,  张昊

IPC: G06V10/40 ,  G06V10/82 ,  G06V10/80 ,  G06N3/0464 ,  G06V10/764 ,  G06N3/048 ,  G06N3/0442 ,  G06N3/08 ,  G06V20/13

Abstract: 本发明提供了融合过滤多尺度高分辨率遥感冰川提取方法，首先，对高分辨率冰川遥感影像进行数据预处理，制作成深度学习语义分割数据集，并且通过数据增强手段丰富数据集，保证模型训练鲁棒性。针对零散、细小冰川识别能力不足的问题，设计门控多尺度过滤层（G‑MsFL）。为模型提供不同尺度的提取和特征融合方式捕捉细微冰川，门控机制有效过滤无用特征信息；针对冰川轮廓模糊不清问题，设计并联双通道注意力模块（P‑DAM）。将冰川边界丰富的上下文信息进行编码作为特征图的局部特征，从而增强其特征表达能力。对高原地区大面积冰川提取工作提供有效帮助。