买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：山东锋士信息技术有限公司

摘要：本发明涉及一种基于码本与交叉变形融合的跨域遥感图像分割方法，属于图像处理技术领域。自监督预训练阶段，源域图像和目标域图像输入卷积网络得到瓶颈特征，瓶颈特征由码本中特征码替换，替换后的特征输入到解码器中还原成原始图像，瓶颈特征输入到域判别器中进行域混淆，解码器的中间特征输入到域判别器中进行域混淆；分割训练阶段，源域和目标域图像输入到预训练好的编码器、解码器中，通过交叉变形特征融合模块实现跳跃连接，解码器最后一层替换成分割头，计算域混淆损失和分割损失共同优化模型。本发明利用码本机制增强图像内容,并利用可变形注意力融合不同层特征，以期模型能够学习更鲁棒的特征，从而提高跨域图像语义分割的性能。

主权项：1.一种基于码本与交叉变形融合的跨域遥感图像分割方法，其特征是，包括步骤如下：S1.获取源域图像和目标域图像，预处理，并划分数据集；S2.自监督预训练阶段，将训练样本的源域图像和目标域图像输入同一卷积网络编码器中分别得到源域瓶颈特征和目标域瓶颈特征，用一个可训练码本将瓶颈特征量化并将源域瓶颈特征和目标域瓶颈特征中每个元素由码本中最相近的特征码替换，码本替换后的特征输入到解码器中还原成拟原始源域图像和拟原始目标域图像，源域和目标域瓶颈特征输入到域判别器中进行域混淆，解码器的中间特征输入到相同的域判别器中进行域混淆，然后计算原图像与还原的图像之间L2损失并进行对抗训练；S3.分割训练阶段，将训练样本的源域图像和目标域图像输入到自监督预训练好的卷积网络编码器中得到瓶颈特征，将瓶颈特征由码本量化成特征码，将特征码输入到自监督预训练好的解码器中，编码器与解码器通过交叉变形特征融合模块实现跳跃连接，解码器最终的融合后解码特征输入密集分类器预测分割标签，然后最后一层解码器的输出特征输入域判别器中进行域混淆，最后计算域混淆损失和分割损失共同优化模型；S4.将测试集输入训练好的网络中，先得到瓶颈特征，将瓶颈特征由码本量化成特征码，将特征码输入到解码器中，编码器与解码器通过交叉变形特征融合模块实现跳跃连接，最后一层解码器的特征与第一层编码器的特征通过交叉变形特征融合模块融合得到最终的融合后输出特征，然后输入密集分类器预测得到分割结果。

全文数据：

权利要求：

百度查询： 山东锋士信息技术有限公司 一种基于码本与交叉变形融合的跨域遥感图像分割方法