公开(公告)号：CN115861360A

公开(公告)日：2023-03-28

申请号：CN202211608870.8

申请日：2022-12-14

申请人： 国能生物发电集团有限公司 ,  武汉大学

发明人： 朱建军 ,  肖志峰 ,  张雁茹 ,  谈筱薇 ,  王振江 ,  祁晓乐

IPC分类号： G06T7/194 ,  G06V10/774 ,  G06V10/82 ,  G06N3/08 ,  G06N3/0464

摘要： 本发明公开了一种多尺度前景特征自适应加权的遥感图像分割方法，包括：准备训练、测试用的图像数据集；构建多尺度前景特征自适应加权的遥感图像分割网络，包括特征提取模块、多尺度前景特征提取模块和前景特征激活模块；使用训练好的网络模型得到遥感图像分割结果。实验表明，本发明提出的方法可以学习更丰富的多尺度特征表达，并自适应地计算不同尺度的特征图的注意力权重，在高分辨率遥感影像多类语义分割中具有更高的精度。

公开(公告)号：CN114091509B

公开(公告)日：2024-09-27

申请号：CN202111090408.9

申请日：2021-09-17

申请人： 武汉大学

发明人： 肖志峰 ,  谈筱薇

IPC分类号： G06V20/10 ,  G06V10/25 ,  G06V10/82 ,  G06N3/0464

摘要： 本发明公开了一种语义多头注意力机制的高分辨率遥感影像多标签分类方法。本发明设计的方法能够定位图像的语义区域，自主地推理标签之间的关系。该网络包括三个模块：特征提取模块、语义敏感模块和语义关系构建模块。特征提取模块用深度卷积网络提取图像特征。语义敏感模块用于定位特征中地语义注意区域并生成内容感知的类别表达。语义关系构建模块用于推理内容感知的类别表达里标签关系来预测最终结果。实验表明，应用本发明的方法可以有效地定位语义区域并以更好的鲁棒性建立类别之间的关系，在多标签分类中具有更高的精度。

公开(公告)号：CN111127472B

公开(公告)日：2021-09-14

申请号：CN201911043952.0

申请日：2019-10-30

申请人： 武汉大学

发明人： 肖志峰 ,  谈筱薇

IPC分类号： G06T7/11 ,  G06K9/62

摘要： 本发明公开了一种基于权重学习的多尺度图像分割方法。本发明设计的神经网络在不同尺度上充分提取了目标特征，充分保证了目标的边缘和形态特征，用可学习的权重来保留有用的特征剔除有噪声的特征。该网络模型主要包括编码和解码两部分，在编码阶段，网络提取不同尺度下的特征，在解码阶段融合多层特征空间的特征，每个增强的特征可以获得类别概率分布图，并且通过可学习的自适应权重对所获得增强特征进行加权得到最终特征。实验表明，应用本发明的方法在道路提取上具有更高的准确率和召回率，在道路外形上更贴近真实道路的轮廓。

公开(公告)号：CN111127472A

公开(公告)日：2020-05-08

申请号：CN201911043952.0

申请日：2019-10-30

申请人： 武汉大学

发明人： 肖志峰 ,  谈筱薇

IPC分类号： G06T7/11 ,  G06K9/62

摘要： 本发明公开了一种基于权重学习的多尺度图像分割方法。本发明设计的神经网络在不同尺度上充分提取了目标特征，充分保证了目标的边缘和形态特征，用可学习的权重来保留有用的特征剔除有噪声的特征。该网络模型主要包括编码和解码两部分，在编码阶段，网络提取不同尺度下的特征，在解码阶段融合多层特征空间的特征，每个增强的特征可以获得类别概率分布图，并且通过可学习的自适应权重对所获得增强特征进行加权得到最终特征。实验表明，应用本发明的方法在道路提取上具有更高的准确率和召回率，在道路外形上更贴近真实道路的轮廓。

公开(公告)号：CN114091509A

公开(公告)日：2022-02-25

申请号：CN202111090408.9

申请日：2021-09-17

申请人： 武汉大学

发明人： 肖志峰 ,  谈筱薇

IPC分类号： G06K9/00 ,  G06N3/04

摘要： 本发明公开了一种语义多头注意力机制的高分辨率遥感影像多标签分类方法。本发明设计的方法能够定位图像的语义区域，自主地推理标签之间的关系。该网络包括三个模块：特征提取模块、语义敏感模块和语义关系构建模块。特征提取模块用深度卷积网络提取图像特征。语义敏感模块用于定位特征中地语义注意区域并生成内容感知的类别表达。语义关系构建模块用于推理内容感知的类别表达里标签关系来预测最终结果。实验表明，应用本发明的方法可以有效地定位语义区域并以更好的鲁棒性建立类别之间的关系，在多标签分类中具有更高的精度。