一种基于时空关联性的空间目标关键部件语义分割方法

本发明公开了一种基于时空关联性的空间目标关键部件语义分割方法。为解决空间目标部件语义分割中时序信息利用不充分、精度低的问题，本发明提出一种包含编码器、解码器、门控循环记忆迭代(GMI)模块和时空记忆读取(SMR)模块的语义分割网络。该网络利用GMI模块循环迭代处理历史帧，生成包含时序信息的记忆特征；SMR模块通过计算当前帧与记忆特征的时空注意力，读取历史信息以生成增强特征；解码器最终对该增强特征进行解码得到精确的分割结果。本发明高效整合了多帧图像的时空上下文信息，显著提升了在光照变化、阴影遮挡下空间目标部件的分割精度和鲁棒性。