本發明涉及圖像處理,尤其涉及一種野外基站選址方法及裝置。
背景技術:
1、為了保證移動通信服務的覆蓋范圍,在野外的場景下也存在搭建通信基站的需求。然而,在野外搭建通信基站,對于所處的環境和地形有很高的要求,并且依賴于基站選址工作人員所提供的高質量勘探報告。首先,野外通信基站的選址條件非常苛刻,基站要處于適中位置,能夠覆蓋盡可能多的村落,從而降低經濟成本。其次,對于地形地貌也有比較高的要求,比如需要優先選擇地勢高、平緩的、巖石外露的無林地地貌,而河谷、林地、沼澤等等地貌無法作為通信基站的地址。對于基站施工,還要特別考察當地的交通情況,商混車、吊車、鉆機等大型設備能否方便到達,對于能否保證野外通信基站建設的工程質量、施工速度和降低工程造價特別重要,因此也要結合當地的公路、小路、野路的具體分布進行考察。
2、目前的野外通信基站選址工作,主要依賴于勘察人員進行大量的人工現場考察,因此一次考察可以獲取的有效信息非常有限。林地、草地、河流的面積會有所變化,出現新的公路、建筑、農業用地,山高林密、地形復雜和交通不便等因素都會導致野外通信基站選址勘測的效率不高。
3、因此,如何更有效的進行野外基站選址,已經成為業績亟待解決的問題。
技術實現思路
1、本發明提供一種野外基站選址方法及裝置,用以解決現有技術中如何更有效的進行野外基站選址的問題。
2、本發明提供一種野外基站選址方法,包括:
3、將野外航拍圖像輸入訓練好的航拍語義分割模型中的編碼器,輸出融合圖像特征;
4、將所述融合圖像特征輸入訓練好的所述航拍語義分割模型中基于大窗口注意力機制的空間金字塔池化模塊,經過所述空間金字塔池化模塊中串聯的多個大窗口注意力層進行處理,輸出多尺度圖像融合特征;
5、將所述多尺度圖像融合特征輸入訓練好的所述航拍語義分割模型的解碼器,輸出所述野外航拍圖像中的地貌信息,以根據所述地貌信息進行野外基站選址。
6、根據本發明提供的一種野外基站選址方法,所述將野外航拍圖像輸入訓練好的航拍語義分割模型中的編碼器,輸出融合圖像特征,包括:
7、將所述編碼器中各個swin?transformer模塊的輸出,分別輸入到不同階段swintransformer模塊對應的多層感知機,輸出各個圖像特征;
8、將各個所述圖像特征進行拼接,得到融合圖像特征。
9、根據本發明提供的一種野外基站選址方法,所述空間金字塔池化模塊包括三層大窗口注意力層,將所述融合圖像特征輸入訓練好的所述航拍語義分割模型中基于大窗口注意力機制的空間金字塔池化模塊,經過所述空間金字塔池化模塊中串聯的多個大窗口注意力層進行處理,輸出多尺度圖像融合特征,包括:
10、所述融合圖像特征輸入第一大窗口注意力層,輸出第一感受野圖像特征;
11、將所述第一感受野圖像特征輸入與所述第一大窗口注意力層串聯的第二大窗口注意力層,輸出第二感受野圖像特征;
12、將所述第二感受野圖像特征輸入與所述第二大窗口注意力層串聯的第三大窗口注意力層,輸出第三感受野圖像特征;
13、將所述第一感受野圖像特征、第二感受野圖像特征和所述第三感受野圖像特征進行拼接,得到多尺度圖像融合特征。
14、根據本發明提供的一種野外基站選址方法,在所述將野外航拍圖像輸入訓練好的航拍語義分割模型中的編碼器,輸出融合圖像特征的步驟之前,所述方法還包括:
15、獲取多個野外航拍樣本圖像,以及所述野外航拍樣本圖像對應的地貌信息標簽;
16、將每個所述野外航拍樣本圖像和地貌信息標簽的組合作為一個訓練樣本,獲取多個訓練樣本;利用多個所述訓練樣本對航拍語義分割模型進行訓練。
17、根據本發明提供的一種野外基站選址方法,利用多個所述訓練樣本對航拍語義分割模型進行訓練,包括:
18、對于任意一個訓練樣本,將所述訓練樣本輸入到航拍語義分割模型,輸出所述訓練樣本對應的地貌信息;
19、利用預設損失函數,根據所述訓練樣本對應的地貌信息標簽和所述訓練樣本對應的地貌信息計算損失值;
20、在所述損失值小于預設閾值的情況下,停止訓練,得到訓練好的所述航拍語義分割模型。
21、本發明還提供一種野外基站選址裝置,包括:
22、第一輸出模塊,用于將野外航拍圖像輸入訓練好的航拍語義分割模型中的編碼器,輸出融合圖像特征;
23、第二輸出模塊,用于將所述融合圖像特征輸入訓練好的所述航拍語義分割模型中基于大窗口注意力機制的空間金字塔池化模塊,經過所述空間金字塔池化模塊中串聯的多個大窗口注意力層進行處理,輸出多尺度圖像融合特征;
24、選址模塊,用于將所述多尺度圖像融合特征輸入訓練好的所述航拍語義分割模型的解碼器,輸出所述野外航拍圖像中的地貌信息,以根據所述地貌信息進行野外基站選址。
25、根據本發明提供的一種野外基站選址裝置,所述裝置還用于:
26、所述融合圖像特征輸入第一大窗口注意力層,輸出第一感受野圖像特征;
27、將所述第一感受野圖像特征輸入與所述第一大窗口注意力層串聯的第二大窗口注意力層,輸出第二感受野圖像特征;
28、將所述第二感受野圖像特征輸入與所述第二大窗口注意力層串聯的第三大窗口注意力層,輸出第三感受野圖像特征;
29、將所述第一感受野圖像特征、第二感受野圖像特征和所述第三感受野圖像特征進行拼接,得到多尺度圖像融合特征。
30、本發明還提供一種電子設備,包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序,所述處理器執行所述程序時實現如上述任一種所述野外基站選址方法。
31、本發明還提供一種非暫態計算機可讀存儲介質,其上存儲有計算機程序,該計算機程序被處理器執行時實現如上述任一種所述野外基站選址方法。
32、本發明還提供一種計算機程序產品,包括計算機程序,所述計算機程序被處理器執行時實現如上述任一種所述野外基站選址方法。
33、本發明提供的野外基站選址方法及裝置,通過無人機航拍的照片來替代人力走訪,并且采用人工智能網絡來代替人工分析地形地貌地塊特征,直接實時生成具體的語義分割航拍圖像,給出更多圖像信息,節省大量的計算和時間成本,提高處理實時性,并減少對專家經驗的依賴,增強在不同場景之間進行遷移的可擴展性。同時,在航拍語義分割模型中引入基于大窗口注意力機制的空間金字塔池化模塊來替代cnn模塊,對航拍圖像中的小目標和物體邊緣信息有很好的分割效果,優于當前主流分割方法。并且能夠獲取到圖像更充足的輪廓信息,捕獲充足的長范圍語義信息,來解決航拍圖像物體分布不均勻和不顯著的問題,更準確的識別地貌信息,從而更精準的進行野外基站選址。
1.一種野外基站選址方法,其特征在于,包括:
2.根據權利要求1所述的野外基站選址方法,其特征在于,所述將野外航拍圖像輸入訓練好的航拍語義分割模型中的編碼器,輸出融合圖像特征,包括:
3.根據權利要求1所述的野外基站選址方法,其特征在于,所述空間金字塔池化模塊包括三層大窗口注意力層,將所述融合圖像特征輸入訓練好的所述航拍語義分割模型中基于大窗口注意力機制的空間金字塔池化模塊,經過所述空間金字塔池化模塊中串聯的多個大窗口注意力層進行處理,輸出多尺度圖像融合特征,包括:
4.根據權利要求1所述的野外基站選址方法,其特征在于,在所述將野外航拍圖像輸入訓練好的航拍語義分割模型中的編碼器,輸出融合圖像特征的步驟之前,所述方法還包括:
5.根據權利要求4所述的野外基站選址方法,其特征在于,利用多個所述訓練樣本對航拍語義分割模型進行訓練,包括:
6.一種野外基站選址裝置,其特征在于,包括:
7.根據權利要求6所述的野外基站選址裝置,其特征在于,所述裝置還用于:
8.一種電子設備,包括存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序,其特征在于,所述處理器執行所述程序時實現如權利要求1至5任一項所述野外基站選址方法。
9.一種非暫態計算機可讀存儲介質,其上存儲有計算機程序,其特征在于,所述計算機程序被處理器執行時實現如權利要求1至5任一項所述野外基站選址方法。
10.一種計算機程序產品,包括計算機程序,其特征在于,所述計算機程序被處理器執行時實現如權利要求1至5任一項所述野外基站選址方法。