一种遥感影像分割方法及装置

    公开(公告)号:CN119152213B

    公开(公告)日:2025-02-18

    申请号:CN202411634688.9

    申请日:2024-11-15

    Abstract: 本发明提供一种遥感影像分割方法及装置,属于图像处理技术领域,所述方法包括:利用图像编码器提取输入图像的特征图;获取所述特征图与预先创建的参考样本库中每个参考样本特征的相似特征图;从所有的相似特征图中选择出具有最大的相似度峰值的目标相似特征图,将所述目标相似特征图输入至提示嵌入生成网络生成提示嵌入;所述提示嵌入生成网络为预先构建的卷积神经网络;将所述提示嵌入和所述输入图像输入至图像解码器,输出分割结果。本发明提供的遥感影像分割方法及装置,增强了对于特定领域数据的适应能力,并且还提供了较高程度的自动化处理流程,可以自动生成提示嵌入,无需先验提示。

    一种遥感影像分割方法及装置

    公开(公告)号:CN119152213A

    公开(公告)日:2024-12-17

    申请号:CN202411634688.9

    申请日:2024-11-15

    Abstract: 本发明提供一种遥感影像分割方法及装置,属于图像处理技术领域,所述方法包括:利用图像编码器提取输入图像的特征图;获取所述特征图与预先创建的参考样本库中每个参考样本特征的相似特征图;从所有的相似特征图中选择出具有最大的相似度峰值的目标相似特征图,将所述目标相似特征图输入至提示嵌入生成网络生成提示嵌入;所述提示嵌入生成网络为预先构建的卷积神经网络;将所述提示嵌入和所述输入图像输入至图像解码器,输出分割结果。本发明提供的遥感影像分割方法及装置,增强了对于特定领域数据的适应能力,并且还提供了较高程度的自动化处理流程,可以自动生成提示嵌入,无需先验提示。

    一种基于零样本学习的遥感变化信息提取方法及装置

    公开(公告)号:CN118840673A

    公开(公告)日:2024-10-25

    申请号:CN202411320866.0

    申请日:2024-09-23

    Abstract: 本发明提供一种基于零样本学习的遥感变化信息提取方法及装置,属于人工智能技术领域,零样本学习(Zero‑Shot Learning,ZSL)技术通过利用先验知识和语义信息,能够在没有训练样本的情况下识别和检索未见过的变化类型。该方法基于深度学习技术以及通用视觉基础模型,通过构建变化特征语义空间,将遥感图像的特征与语义描述进行匹配,从而实现对未见过变化类型的有效检索。这种方法不仅提高了遥感图像变化检测的灵活性和泛化能力,还为地球观测、环境监测、灾害评估等领域提供了强有力的技术支持。本发明结合了深度学习技术和通用视觉基础模型,通过构建变化特征语义空间,将遥感图像的特征与语义描述进行匹配,从而实现对未见过变化类型的有效检索。

Patent Agency Ranking