公开(公告)号：CN118628723A

公开(公告)日：2024-09-10

申请号：CN202410899933.2

申请日：2024-07-05

申请人： 南京理工大学

发明人： 夏新源 ,  谢宇 ,  徐洋 ,  吴泽彬 ,  田渠 ,  邵盛 ,  张佳颖 ,  王野 ,  钱乾 ,  刘歆煜

IPC分类号： G06V10/25 ,  G06V10/44 ,  G06V10/52 ,  G06V10/58 ,  G06V10/80 ,  G06V10/774 ,  G06V10/82 ,  G06V20/10 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/048

摘要： 本发明公开了一种基于光谱鉴别信息提取与分块级样本模拟的高光谱目标检测方法，方法包括：使用双线性混合模型丰度生成模拟目标样本；结合目标位置随机性与形状随机性，使用BMM对图像分块模拟目标光谱多样性，从而迫使模型学习目标与背景的光谱差异鉴别信息；建立基于编码和解码部分的光谱鉴别信息提取网络结构，通过编码器提取多尺度、多层次的特征，通过解码器将从编码器获得的特征解码成最终的目标检测图。本发明适用于基于先验的深度高光谱目标检测的光谱鉴别信息提取网络与分块级样本模拟，光谱鉴别信息提取网络可以获得目标检测的结果图，分块级样本模拟可以得到模拟目标样本与对应标签图像。

公开(公告)号：CN118505507A

公开(公告)日：2024-08-16

申请号：CN202410590200.0

申请日：2024-05-13

申请人： 南京理工大学

发明人： 夏新源 ,  谢宇 ,  邵晟 ,  郑鹏 ,  张奕帆 ,  徐洋 ,  吴泽彬

IPC分类号： G06T3/4053 ,  G06T3/4046 ,  G06N3/0464 ,  G06N3/045

摘要： 本发明公开了一种基于交叉注意力深度张量网络的高光谱超分辨方法及系统，方法包括：利用Tucker分解的理念将图像视为核心张量和因子矩阵的组合，通过构建的耦合因子矩阵实现图像的重建；建立基于交叉注意力机制的特征张量融合网络，利用引入的交叉注意力机制和U型结构特征张量融合网络将原始高光谱和多光谱图像融合成一个共享核心张量；建立高光谱图像的模拟退化结构，用来模拟空间和光谱维度的退化，以辅助模型训练和参数迭代。本发明适用于无监督高光谱与多光谱图像融合耦合张量网络，为高光谱图像超分辨率处理提供了一种创新的解决方案。

公开(公告)号：CN118628366A

公开(公告)日：2024-09-10

申请号：CN202410899923.9

申请日：2024-07-05

申请人： 南京理工大学

发明人： 徐洋 ,  朱剑 ,  吴泽彬 ,  夏新源 ,  谢宇 ,  郑鹏 ,  韦志辉

IPC分类号： G06T5/50 ,  G06T5/60 ,  G06T3/4053 ,  G06T3/4046 ,  G06N3/0464 ,  G06N3/088 ,  G06V10/44 ,  G06V10/42 ,  G06V10/58 ,  G06V10/80 ,  G06V10/82 ,  G06N3/048

摘要： 本发明公开了一种基于自学习耦合扩散后验采样的无监督高光谱和多光谱图像融合方法及系统，方法包括：针对低分辨率高光谱图像和高分辨率多光谱图像，构建空间退化模型和光谱退化模型，通过高斯模糊和双三次插值模拟低分辨率图像；利用耦合扩散模型建立高光谱图像融合过程；耦合扩散模型的基本思想是通过扩散过程在空间和光谱维度上传播信息，从而提高图像的空间分辨率和光谱分辨率。本发明提出的融合方法通过多次迭代优化，使高光谱图像在空间和光谱维度上均得到有效提升；该方法能够在保持高光谱图像光谱特性的同时，显著提高其空间分辨率，适用于遥感图像处理等领域。