一种基于监督自注意力网络的高分遥感图像语义分割方法.pdf

一种基于反向注意力网络的图像分割方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113343995 A (43)申请公布日 2021.09.03 (21)申请号 202110493747.5 (22)申请日 2021.05.07 (71)申请人西安智诊智能科技有限公司

2023-06-18 约7.07千字 7页立即下载

一种基于多监督网络的道路场景图像语义分割方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113362349 A (43)申请公布日 2021.09.07 (21)申请号 202110823118.4 (22)申请日 2021.07.21 (71)申请人浙江科技学院地址

2023-06-18 约4.26万字 29页立即下载

基于注意力与迭代对比网络的半监督遥感建筑图像分割研究.pdf 基于注意力与迭代对比网络的半监督遥感建筑图像分割研究研究生姓名：丁伟伟导师姓名：黄汉明教授专业：计算机科学与技术研究方向：图像处理年级：2021级摘要遥感建筑图像在多个领域和应用中扮演着至关重要的角色，它们为城市规划、环境监测、灾害管理、人口统计学研究以及国土安全等提供宝贵的数据，因此对遥感建筑图像进行分析也成为一项重要的任务。遥感建筑图像的语义分割任务则是从遥感图像中识别并分割出建筑物结构的过程，以生成图像中所有建筑物形状和其位置，该任务可以为城市规划和资源管理等方面提供重要的数据支持，例如，可以评估建筑物密度，监测城市扩张，优化交通道路等。原先基于传统的分割方法在提取建筑

2025-04-03 约10.13万字 65页立即下载

基于注意力机制的弱监督语义分割方法研究.docx 基于注意力机制的弱监督语义分割方法研究一、引言随着深度学习技术的飞速发展，语义分割作为计算机视觉领域的重要任务之一，已经取得了显著的成果。然而，传统的语义分割方法通常需要大量的标注数据来进行模型训练，这无疑增加了实际应用中的难度和成本。为了解决这一问题，弱监督语义分割方法应运而生。本文将重点研究基于注意力机制的弱监督语义分割方法，以提高语义分割的准确性和效率。二、弱监督语义分割概述弱监督语义分割是一种利用少量标注数据或无标注数据进行语义分割的方法。与传统的全监督学习方法相比，弱监督学习方法能够降低对标注数据的依赖，从而提高实际应用中的灵活性和效率。弱监督语义分割方法主要包括基于图像级标

2025-06-11 约4.73千字 9页立即下载

基于通道注意力的图像语义分割方法及装置.pdf (19)国家知识产权局 (12)发明专利 (10)授权公告号 CN 113361537 B (45)授权公告日 2022.05.10 (21)申请号 202110837049.2 G06V 10/46 (2022.01)

2023-06-17 约1.44万字 13页立即下载

一种基于注意力机制的盲道语义分割方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114463541 A (43)申请公布日 2022.05.10 (21)申请号 202111574053.0 G06K 9/62 (2022.01)

2023-05-05 约8.05千字 8页立即下载

一种基于语义分割网络的人耳图像解刨学分割方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114549555 A (43)申请公布日 2022.05.27 (21)申请号 202210179495.3 (22)申请日 2022.02.25 (71)申请人北京科技大学地址 100083

2023-05-06 约1.65万字 20页立即下载

基于弱监督学习的光学遥感图像语义分割：方法探索与应用突破.docx 基于弱监督学习的光学遥感图像语义分割：方法探索与应用突破一、引言 1.1研究背景在当今数字化时代，光学遥感技术作为获取地球表面信息的重要手段，正以前所未有的速度发展。光学遥感图像能够捕捉到地球表面丰富的地物特征，涵盖了从城市建筑到自然植被，从水体分布到农田规划等各个方面。这些图像为土地监测、城市规划、环境评估等众多领域提供了不可或缺的数据支持，成为推动社会发展和科学研究的关键资源。在土地监测领域，通过对不同时期的光学遥感图像进行语义分割，可以精确识别土地利用类型的变化，如耕地转变为建设用地、森林面积的增减等。这对于合理规划土地资源、保护生态环境具有重要意义。在城市规划中，光学遥感图像语

2025-03-10 约2.36万字 20页立即下载

2025-04-13 约5.3万字 85页立即下载

基于全局注意力机制的语义分割方法研究.docx PAGE 1- 基于全局注意力机制的语义分割方法研究一、1.全局注意力机制概述 (1)全局注意力机制作为一种深度学习中的关键技术，近年来在图像识别、自然语言处理等领域得到了广泛应用。该机制通过引入注意力权重，使得模型能够聚焦于输入数据中的关键信息，从而提高模型的性能和泛化能力。以卷积神经网络（CNN）为例，全局注意力机制可以显著提升语义分割任务的表现，特别是在复杂背景和细节丰富的图像中。例如，在ImageNet大规模视觉识别挑战赛中，结合全局注意力机制的CNN模型在2014年实现了3.5%的top-5误差率，这一成就对后续的研究产生了深远影响。 (2)在全局注意力机制的具体实现上，研究人员提

2025-01-20 约3.2千字 6页立即下载

一种基于深度学习的高分辨率遥感影像语义分割方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112991354 A (43)申请公布日 2021.06.18 (21)申请号 202110271050.3 (22)申请日 2021.03.11 (71)申请人东北

2023-06-11 约2.04万字 21页立即下载

基于全卷积神经网络的遥感图像语义分割.docx 基于全卷积神经网络的遥感图像语义分割 摘要遥感技术具有经济性、便捷性、周期性等特点，在城市规划、国防军事、灾害勘察、土地规划、覆盖检测等方面应用广泛，目前遥感图像的分辨率可以达到米级甚至亚米级。语义分割是遥感图像处理领域的基本问题之一，其目的是依据图像内容之间的相关性，将遥感图像按照类别分割为不同的区域。遥感图像的语义分割对于其场景解析、物体检测和图像分类等工作有重要的意义。卷积神经网络近年来发展迅速，其强大的特征提取能力和对复杂公式的表达能力引起了语义分割研究者的注意，现已成为语义分割领域的主流技术之一。但是基于卷积神经网络的语义分割技术存在两大弊端：其一，在特征提取过程中分辨率减小，

2025-01-02 约2.94万字 44页立即下载

基于卷积神经网络的遥感图像语义分割：方法、挑战与突破.docx 基于卷积神经网络的遥感图像语义分割：方法、挑战与突破一、引言 1.1研究背景与意义随着遥感技术的飞速发展，高分辨率遥感图像获取变得愈发便捷，其在城市规划、农业监测、环境评估等众多领域发挥着关键作用。遥感图像蕴含着丰富的地表信息，通过对这些信息的有效提取和分析，能够为各领域的决策提供有力支持。在城市规划领域，遥感图像语义分割可精确识别城市中的建筑物、道路、绿地、水域等不同地物类型。准确获取建筑物的分布和占地面积，有助于合理规划城市空间布局，优化土地利用，提升城市的宜居性和可持续发展能力。清晰识别道路网络，能够为交通规划和管理提供基础数据，改善交通拥堵状况，提高城市交通效率。农业监测方

2025-03-07 约2.89万字 23页立即下载

基于卷积神经网络的遥感图像语义分割：方法、挑战与突破(1).docx 基于卷积神经网络的遥感图像语义分割：方法、挑战与突破一、引言 1.1研究背景与意义随着航天技术和传感器技术的飞速发展，遥感图像的获取变得愈发便捷，其数据量也呈爆炸式增长。遥感图像能够反映地球表面的各种地物信息，涵盖了从城市建筑到自然植被、从水体分布到土地利用等多方面的内容，为人类认识地球、监测环境变化以及规划资源利用提供了重要的数据支持。然而，海量的遥感图像数据也给信息提取和分析带来了巨大的挑战，如何高效、准确地从这些图像中获取有价值的信息成为了遥感领域的关键问题。 语义分割作为图像处理领域的重要研究方向，旨在将图像中的每个像素划分到预先定义的类别中，从而实现对图像内容的精确理解和分析。

2025-03-06 约4.01万字 31页立即下载

一种基于U-NET的深度学习遥感图像语义分割方法及系统.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113392845 A (43)申请公布日 2021.09.14 (21)申请号 202110662122.7 (22)申请日 2021.06.15 (71)申请人广州观必达数据技术有限责任公司

2023-06-20 约1.98万字 17页立即下载