发明公开
- 专利标题: 一种基于深度学习的轻量级高光谱图像语义分割方法
-
申请号: CN202311742681.4申请日: 2023-12-18
-
公开(公告)号: CN117893928A公开(公告)日: 2024-04-16
- 发明人: 宋璐杰 , 李伟 , 张蒙蒙 , 桂媛媛
- 申请人: 北京理工大学
- 申请人地址: 北京市海淀区中关村南大街5号
- 专利权人: 北京理工大学
- 当前专利权人: 北京理工大学
- 当前专利权人地址: 北京市海淀区中关村南大街5号
- 代理机构: 四川省方圆智云知识产权代理事务所
- 代理商 王悦
- 主分类号: G06V20/17
- IPC分类号: G06V20/17 ; G06V10/26 ; G06V10/58 ; G06V20/70 ; G06N3/0464 ; G06N3/0455 ; G06N3/08
摘要:
本发明提出了一种基于深度学习的轻量级高光谱图像语义分割方法,步骤1:处理无人机高光谱遥感影像,得到无人机采集的高光谱影像训练数据集;步骤2:构建光谱尺度注意力网络;步骤3:根据无人机高光谱影像训练数据集对光谱尺度注意力网络进行训练,得到完成训练的光谱尺度注意力网络;步骤4:处理与多无人机高光谱影像训练数据集类型相同的待分割遥感影像,并输入至光谱尺度注意力网络,形成与待分割的遥感影像幅宽相同的无人机高光谱影像分割结果。本发明可对无人机高光谱的遥感影像进行全图语义分割,方便研究者对遥感影像中的地类进行进一步了解;提高对地信息解译的效率。