(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211124062.4 (22)申请日 2022.09.15 (71)申请人 中国科学院空天信息创新研究院 地址 100094 北京市海淀区邓庄南路9号 (72)发明人 王福涛　周艺　王世新　秦港　 王丽涛　刘文亮　朱金峰　赵清　 侯艳芳　 (74)专利代理 机构 北京路浩知识产权代理有限 公司 11002 专利代理师 刘雯 (51)Int.Cl. G06V 10/26(2022.01) G06V 10/77(2022.01) G06V 10/774(2022.01) G06V 10/82(2022.01)G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 区域分割方法、 装置、 设备及存 储介质 (57)摘要 本发明提供一种区域分割方法、 装置、 设备 及存储介质， 所述方法包括： 获取待处理遥感影 像； 将所述待处理遥感影像输入至近海养殖区分 割模型， 得到由所述近海养殖区分割模型输出的 养殖区域分割结果； 近海养殖区分割模型包括编 码模块和联合注意力机制的解码模块， 是基于预 先收集的遥感影像样本以及遥感影像样本的影 像标签进行迭代训练获得。 本发 明通过编码模块 提取包含隐藏复杂特征信息的高维特征图， 并且 在解码过程中引入联合注意力机制， 可突出其近 海养殖场空间位置和形态特征等细 节信息， 解决 了手动提取SAR影像成像的特征， 导致养殖区域 分割的精确度较低的技术问题， 提高养殖区域分 割的精确度。 权利要求书3页 说明书13页 附图3页 CN 115527030 A 2022.12.27 CN 115527030 A 1.一种区域分割方法， 其特 征在于， 包括： 获取待处 理遥感影 像； 将所述待处理遥感影像输入至近海养殖区分割模型， 得到由所述近海养殖区分割模型 输出的养殖区域分割结果； 其中， 所述近海养殖区分割模型包括编码模块和联合注意力机制的解码模块； 所述近 海养殖区分割模型是基于预先收集的遥感影像样本以及所述遥感影像样本的影像标签进 行迭代训练获得。 2.根据权利要求1所述的区域分割方法， 其特征在于， 所述近海养殖区分割模型还包括 区域分割输出模块； 所述编码模块包括第 一卷积层和多个级联的编码单元， 每一所述编码单元由不同数量 的MBConv卷积结构堆叠组成； 所述解码模块包括多个级联的解码单元， 除第 一个解码单元外的每个解码单元均包括 特征连接层、 上采样层、 第二卷积层和联合注意力机制层， 所述第一个解码单元包括特征连 接层、 第二卷积层和联合注意力机制层； 最后一个解码模块的输出作为所述区域分割输出模块的输入。 3.根据权利要求2所述的区域分割方法， 其特征在于， 所述将所述待处理遥感影像输入 至近海养殖区分割模型， 得到由所述近海养殖区分割模型输出的养殖区域分割结果， 包括： 将所述待处理遥感影像输入至所述第 一卷积层， 以利用所述第 一卷积层对所述待处理 遥感影像进行卷积处理， 得到卷积特 征图； 将所述卷积特征图输入至第 一个编码单元， 得到所述第 一个编码单元输出的编码特征 图， 并将所述编码特征图作为下一个编码单元 的输入， 直至得到最后一个编码单元输出 的 编码特征图； 将所述最后一个编码单元输出的编码特征图和与第一个解码单元处于相同深度层级 的编码单元输出的编 码特征图输入至所述第一个解码单元中的特征连接层， 得到所述第一 个解码单 元中特征连接层输出的第一连接特 征图； 通过所述第一个解码单元中的第二卷积层和联合注意力机制层对所述第一连接特征 图进行卷积处理， 得到所述第一个解码单元输出 的解码特征图， 并将所述第一个解码单元 输出的解码特 征图作为下一个解码单 元的输入； 通过所述下一个解码单元中的上采样层将所述第一个解码单元输出的解码特征图进 行上采样处 理， 得到上采样特 征图； 通过所述下一个解码单元中的特征连接层将所述上采样特征图和与所述下一个解码 单元处于相同深度层级的编码单元输出的编码特征图进行特征连接， 得到第二连接特征 图； 通过所述下一个解码单元中的第二卷积层和联合注意力机制层对所述第二连接特征 图进行卷积处理， 得到所述下一个解码单 元输出的解码特 征图； 返回执行步骤： 通过所述下一个解码单元中的上采样层将所述第 一个解码单元输出的 解码特征图进行上采样处理， 得到上采样特征图； 直至得到最后一个解码模块输出 的解码 特征图； 将所述最后 一个解码模块的解码特征图输入至所述 区域分割输出模块， 得到所述区域权　利　要　求　书 1/3 页 2 CN 115527030 A 2分割输出模块输出的养殖区域分割结果。 4.根据权利要求1所述的区域分割方法， 其特征在于， 所述近海养殖区分割模型是基于 如下步骤训练获得： 获取遥感影 像样本集； 对所述遥感影 像样本集进行 数据增强处 理， 得到多个扩充遥感影 像； 将各所述扩充遥感影 像进行拼接， 得到拼接 遥感影像； 将所述合成遥感影像进行裁剪， 得到若干个遥感影像切片， 其中， 各所述遥感影像切片 之间不存在重 叠部分； 基于各所述遥感影像切片以及各所述遥感影像切片分别对应的影像标签， 对待训练初 始模型进行迭代训练， 得到所述近海养殖区分割模型。 5.根据权利要求4所述的区域分割方法， 其特征在于， 所述基于各所述遥感影像切片以 及各所述遥感影像切片分别对应的影像标签， 对待训练初始模型进行迭代训练， 得到所述 近海养殖区分割模型， 包括： 对于任意一个遥感影像切片， 将所述遥感影像切片输入至所述待训练初始模型， 得到 所述待训练初始模型输出的预测结果； 基于所述预测结果和所述遥感影 像切片对应的影 像标签， 计算得到模型损失值； 基于每一次迭代得到的模型损 失值， 对所述待训练初始模型进行参数更新， 得到所述 近海养殖区分割模型。 6.根据权利要求5所述的区域分割方法， 其特征在于， 所述基于所述预测结果和所述遥 感影像切片对应的影 像标签， 计算得到模型损失值， 包括： 基于所述预测结果、 所述遥感影像切片中各个像素点位置对应的影像标签以及预先设 置的权重系数， 通过 预先设置的边界交叉熵损失函数计算得到第一损失值； 基于所述预测结果、 所述遥感影像切片中各个像素点位置对应的影像标签， 通过预先 设置的相似度损失函数计算得到第二损失值； 基于第一损失值和所述第二损失值， 计算得到所述模型损失值。 7.根据权利要求6所述的区域分割方法， 其特 征在于， 所述边界交叉熵损失函数的表达式是： 所述相似度损失函数的表达式是： 其中， Loss1表示第一损失值， Loss2表示第二损失值， W表示权重系数， N表示像素点的 数量， yi表示在i像素点对应的影 像标签， pi表示在i像素点对应的预测结果。 8.一种区域分割装置， 其特 征在于， 包括： 获取模块， 用于获取待处 理遥感影 像； 分割模块， 用于将所述待处理遥感影像输入至近海养殖区分割模型， 得到由所述近海 养殖区分割模型输出的养殖区域分割结果； 其中， 所述近海养殖区分割模型包括编码模块和联合注意力机制的解码模块； 所述近权　利　要　求　书 2/3 页 3 CN 115527030 A 3