基于联合损失的改进UNet水下图像增强方法

    公开(公告)号:CN118781031A

    公开(公告)日:2024-10-15

    申请号:CN202410740792.X

    申请日:2024-06-07

    申请人: 河海大学

    摘要: 本发明公开了一种基于联合损失的改进UNet水下图像增强方法。首先,为了提升网络局部特征表达能力,构建多残差模块(MRM)进行图像特征的提取和重建;其次,为了缓解水下图像红色通道特征缺失的问题,设计一种融合通道注意力的空间多尺度特征提取模块(SMFM);第三,针对水下图像噪声干扰大、模糊失真的问题,设计一种改进的增强策略来降低特征重建过程中的噪声;第四,为了保证增强图像和参考图像在结构和内容上的一致,提出一种自适应权重相加的联合损失函数;最后,将上述模块相整合,构建改进的UNet模型,实现对水下图像的有效增强。本发明设计的方法可有效解决水下图像增强中各种难题,提高水下图像增强的整体性能。

    基于门控混合注意力的高分遥感场景分类方法

    公开(公告)号:CN117830869A

    公开(公告)日:2024-04-05

    申请号:CN202410008718.9

    申请日:2024-01-03

    申请人: 河海大学

    摘要: 本发明公开了一种基于门控混合注意力的高分遥感场景分类方法。首先,设计了一种门控注意流体编码结构,从遥感图像中提取分层门控注意特征。其次,搭建了一个渐进式金字塔细化框架,来探寻跨层注意特征的相关性,从而学习增强的特征多尺度表达。接着,构建了一个双支流注意力聚合子网络,分别通过上游通道注意力聚合模块和下游空间注意力聚合模块,来强化网络深层语义信息和细化网络浅层空间信息,生成更具鉴别力的融合特征。最后,设计了一个场景标签预测模块,用于得到最终分类结果。本发明提出的方法通过将门控机制和多层次、多类型注意力相融合,可有效增强模型的特征抽取和表达能力,提高场景分类的准确性。