首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

跨域小样本多光谱图像分类方法、装置和计算机设备 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:中国人民解放军国防科技大学

摘要:本申请涉及一种跨域小样本多光谱图像分类方法、装置和计算机设备。所述方法包括:获取源域样本以及目标域样本;构建多光谱图像分类模型;多光谱图像分类模型包括联合卷积模块和双图信息聚集模块;通过联合卷积模块对输入样本进行局部特征提取和全局特征提取,并加权组合局部特征和全局特征得到联合卷积特征;通过双图信息聚集模块分别对源域样本和目标域样本的实例图以及对应的特征分布图进行特征级注意力提取和分布级注意力提取,根据注意力提取结果进行域对齐;对多光谱图像分类模型进行训练,将待分类多光谱图像的超像素图输入训练好的多光谱图像分类模型,得到对应的分类结果。采用本方法能够实现更高精度的多光谱图像分类结果。

主权项:1.一种跨域小样本多光谱图像分类方法,其特征在于,所述方法包括:获取源域样本以及目标域样本;所述源域样本和所述目标域样本分别为对应多光谱图像的超像素图;所述源域样本和所述目标域样本分别通过对应多光谱图像的类别标签进行标记;构建多光谱图像分类模型;所述多光谱图像分类模型包括联合卷积模块和双图信息聚集模块;所述联合卷积模块包括局部卷积子网络和图卷积子网络;通过所述联合卷积模块对输入样本的超像素中心节点进行局部特征提取,得到局部特征,根据超像素中心节点的邻域进行全局特征提取,得到全局特征,加权组合所述局部特征和所述全局特征得到联合卷积特征;所述输入样本包括源域样本或目标域样本;通过所述双图信息聚集模块获取源域样本和目标域样本的实例图以及对应的特征分布图,并根据源域样本和目标域样本的实例图进行特征级注意力提取,得到源域样本的注意力特征图,根据源域样本和目标域样本的特征分布图进行分布级注意力提取,得到目标域样本的注意力特征图,根据源域样本的注意力特征图和所述目标域样本的注意力特征图进行域对齐;所述实例图是通过所述输入样本中目标像素及邻域超像素中心节点的联合卷积特征得到的;根据预先构建的损失函数、所述源域样本以及所述目标域样本对所述多光谱图像分类模型进行训练,得到训练好的多光谱图像分类模型;将待分类多光谱图像的超像素图输入训练好的多光谱图像分类模型,得到所述待分类多光谱图像对应的分类结果。

全文数据:

权利要求:

百度查询: 中国人民解放军国防科技大学 跨域小样本多光谱图像分类方法、装置和计算机设备

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。