一种基于多尺度双向加权特征增强的遥感图像车辆检测方法
申请号:CN202510615648
申请日期:2025-05-14
公开号:CN120544060A
公开日期:2025-08-26
类型:发明专利
摘要
本发明公开了一种基于多尺度双向加权特征增强的遥感图像车辆检测方法,通过融合空间坐标注意力机制的对称倒置瓶颈结构的主干特征提取模块,在瓶颈模块中引入深度可分离卷积与跨层级跳跃连接,增强网络对复杂背景下小尺度目标的细节捕捉能力。采用了双归一化策略更好地处理干扰信息。通过空间坐标注意力,使网络能够精准聚焦车辆目标区域,抑制无关背景干扰。针对遥感图像中车辆尺度多样性问题,通过双通路特征交互架构实现多尺度特征增强,引入动态权重分配模块,利用轻量化卷积网络分析特征图的空间分布与语义相关性,生成逐像素级融合权重,实现浅层细节特征与深层语义特征的自适应融合,显著提升多尺度目标的检测精度。
技术关键词
遥感图像车辆检测方法
加权特征
动态权重分配
瓶颈结构
协方差矩阵
注意力机制
特征提取模块
Sigmoid函数
网络分析
抑制背景噪声
多尺度特征融合
语义特征
多层级特征
坐标
特征提取网络
交互机制