- 专利标题: 用于高光谱图像分类的残差密集视觉转换方法和系统
-
申请号: CN202210345219.X申请日: 2022-03-31
-
公开(公告)号: CN114758203A公开(公告)日: 2022-07-15
- 发明人: 曹维佳 , 杨小飞 , 卢瑶 , 米晓飞 , 张丽丽
- 申请人: 长江三峡技术经济发展有限公司 , 江苏天汇空间信息研究院有限公司 , 中科空间信息(廊坊)研究院
- 申请人地址: 北京市通州区贡院街1号院1号楼二层206-21室; ;
- 专利权人: 长江三峡技术经济发展有限公司,江苏天汇空间信息研究院有限公司,中科空间信息(廊坊)研究院
- 当前专利权人: 长江三峡技术经济发展有限公司,中国科学院空天信息创新研究院 江苏天汇空间信息研究院有限公司 廊坊空间信息技术研发服务中心
- 当前专利权人地址: 100084 北京市通州区贡院街1号院1号楼二层206-21室
- 代理机构: 北京五洲洋和知识产权代理事务所
- 代理商 刘素霞; 刘春成
- 主分类号: G06V10/80
- IPC分类号: G06V10/80 ; G06V10/82 ; G06V10/44 ; G06K9/62 ; G06N3/04
摘要:
本申请提供了一种用于高光谱图像分类的残差密集视觉转换方法、系统、计算机可读存储介质和电子设备。该方法通过残差密集视觉转换网络执行,残差密集视觉转换网络包括:跨尺度自注意投影模块、局部残差转换模块和全局残差连接模块;通过跨尺度自注意投影模块的多尺度卷积层,对高光谱图像进行局部空间的光谱信息提取,得到跨尺度自注意力特征;通过多个局部残差转换模块对高光谱图像局部空间的光谱信息进行多尺度投影,并对多尺度投影的结果沿光谱通道进行编码,得到多个多尺度投影特征;通过全局残差连接模块对多个多尺度投影特征进行分层特征融合,并将跨尺度自注意力特征与分层特征融合后的输出特征进行叠加,得到高光谱图像的残差融合特征。
公开/授权文献
- CN114758203B 用于高光谱图像分类的残差密集视觉转换方法和系统 公开/授权日:2023-01-10