论文部分内容阅读
全局卷积神经网络(Non-local CNN)是一种增强的深度卷积神经网络模型,在图像处理任务中用来获取输入图像的全局上下文信息。考虑到部分种类遥感图像内部存在重复像素块或重复目标的特性,笔者提出了一种非对称的全局卷积结构(UNC),用于减少传统全局卷积结构(NC)的计算量,从而提升模型的效率。首先对NC结构中键值对(Key-value)对应的特征图通过下采样降低分辨率;然后将查询值(Query)和下采样后的Keyvalue特征图逐像素相乘,以获取输入图像的全局上下文表示和加权特征;最后将加权特征和