公开(公告)号：CN119671934A

公开(公告)日：2025-03-21

申请号：CN202411469938.8

申请日：2024-10-21

Applicant: 西安电子科技大学

Inventor： 焦李成 ,  路小强 ,  马芹 ,  张延昭 ,  李玲玲 ,  陈璞花 ,  杨淑媛 ,  马晶晶

IPC: G06T7/00 ,  G06T5/50 ,  G06T5/60 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了一种基于边缘增强交叉注意力和多维损失的遥感变化检测方法；该方法包括：将双时相图像输入至训练好的孪生骨干网络，提取双时相图像的多尺度骨干特征；将多尺度骨干特征输入至训练好的非锐化掩膜交叉注意力融合模型，以通过交叉注意力操作提取双时相图像的空间信息、语义信息，通过锐化卷积核提取双时相图像的边缘信息，得到尺度不同的多级差分特征；将差分特征输入至训练好的多尺度层级连接解码器，得到对变化区域的多尺度初步预测结果；对多尺度初步预测结果进行加权融合得到变化预测结果。本发明能够充分利用孪生骨干网络的多尺度信息，并能够提高对双时相图像的边缘信息的提取能力，从而能够提高变化检测准确率。

公开(公告)号：CN119559390A

公开(公告)日：2025-03-04

申请号：CN202411531389.2

申请日：2024-10-30

Applicant: 西安电子科技大学

Inventor： 焦李成 ,  孙龙 ,  张延昭 ,  马芹 ,  张丹 ,  田小林 ,  刘旭 ,  马文萍

IPC: G06V10/26 ,  G06V10/764 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06V20/13 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明提供一种基于交叉融合的多模态遥感图像分割方法及装置，涉及图像处理技术领域。包括：构建分割模型，分割模型包括多个第一transformer层、第一FFN、第一FAN、多个第二transformer层、第二特征融合网络FFN、第二FAN、多个第三transformer层、第三FFN、第三FAN、多个第四transformer层、第四FFN、颈部网络和解码器；利用多个训练集分别对分割模型进行迭代训练；利用每轮参数和验证集保存最优的参数，获得最终的分割模型，以便通过最终的分割模型，获得待处理的多模态遥感图像的最终的分割结果。使多模态遥感图像分割的准确率较高。

公开(公告)号：CN119832432A

公开(公告)日：2025-04-15

申请号：CN202411951653.8

申请日：2024-12-27

Applicant: 西安电子科技大学

Inventor： 李玲玲 ,  孙龙 ,  张延昭 ,  焦李成 ,  张丹 ,  马芹 ,  马文萍 ,  刘旭 ,  邓颖敏 ,  黄思婧 ,  田小林

IPC: G06V20/10 ,  G06V20/70 ,  G06V10/24 ,  G06V10/25 ,  G06V10/26 ,  G06V10/28 ,  G06V10/44 ,  G06V10/52 ,  G06V10/764 ,  G06V10/766 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/0985

Abstract: 本发明涉及了遥感图像处理技术领域，具体涉及了一种遥感图像目标检测方法及系统，该方法获取待检测遥感图像后，将其输入训练好的目标检测模型。该模型中数据处理模块对遥感图像进行特征处理得多尺度特征图。自适应遮挡感知模块对多尺度特征图做遮挡处理得图像遮挡掩码图，进而根据其对特征优化。映射模块进行特征映射得到映射特征，最终依据映射特征得出遮挡区域检测结果。此模型通过多模块协作，能有效对遥感图像进行目标检测，提升检测的准确性和可靠性，为遥感图像分析和应用提供有力支持。本方法解决现有的目标检测方法检测速度较快、很好处理目标遮挡问题。