龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：东北林业大学
摘要：本发明提供一种基于高斯函数的特征增强的高分遥感影像建筑边界矢量提取算法，属于图像处理技术领域，包括遥感图像数据预处理和模型构建。本发明提出了Swap算子来解决建筑边界提取任务中存在的挑战。Swap算子可以有效地捕获图像中的局部和全局特征，同时减少模型的参数数量和计算复杂度，从而提高建筑边界提取任务的效率和准确性。Swap作为一个可插入式的模块，可以有效地结合CNN、GNN和Transformer等模型的优势，克服它们在建筑边界提取任务中存在的局限性，从而实现更好的建筑边界提取的效果。
主权项：1.基于高斯函数的特征增强的高分遥感影像建筑边界矢量提取算法，其特征在于，包括以下步骤：S1遥感图像数据预处理；S2模型构建；具体的：S1遥感图像数据预处理对训练图像和标签都进行预处理操作；其中，对于训练的遥感影像采用随机仿射变换，随机垂直翻转以及亮度对比度饱和度和色调的随机调整预处理方法；对于标签采用角点位置高斯模糊来缓解数据不平衡的问题；S2模型构建1采用Swap的算子，用于混合特征图的全局特征信息；算子利用高斯分布来模拟远近关系；2基于高分辨率遥感影像的建筑边界提取模型，包括三大模块组成：Swap增强的特征提取器模块、边角特征分离解码器模块和双分支检测头模块；模型首先采用Swap增强的特征提取器模块，对输入的高分辨率遥感影像进行特征提取；随后，边角特征分离解码器模块对提取的特征进行解码，以进一步提高对建筑边界的识别准确性；最后，双分支检测头模块负责对两个特征分支进行最终的检测输出；对于角点分支，首先将输入图像划分为32×32个网格，然后预测每个网格是否包含角点以及其置信度；而对于边界分支，则是每个通道负责预测一条边。
全文数据：
权利要求：
百度查询： 东北林业大学 基于高斯函数的特征增强的高分遥感影像建筑边界矢量提取算法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号