龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：山东锋士信息技术有限公司
摘要：本发明涉及基于局部‑全局特征提取的高光谱图像分类方法及系统，属于遥感图像处理技术领域。将经过图像块嵌入的特征图送入连续的多个局部‑全局Transformer块进行光谱‑空间特征提取；将提取的光谱‑空间特征映射送入分类器进行像元分类，并根据标签计算损失值，根据损失值迭代训练模型。局部‑全局Transformer块对输入的光谱‑空间特征图依次进行线性正则化层、局部‑全局混合器、线性正则化层和通道混合器处理，在每对线性正则化层和混合器前后都设置一个残差连接。本发明高效地均衡地进行局部‑空间特征建模和特征提取来实现高光谱图像分类，一定程度上弥补了现有基于深度学习的方法在高光谱图像分类任务上的不足。
主权项：1.基于局部-全局特征提取的高光谱图像分类方法，其特征是，包括步骤如下：S1.对高光谱图像进行标准化预处理，然后剪裁成图像块并划分数据集；S2.将图像块送入图像块嵌入层进行图像块嵌入；S3.将经过图像块嵌入的特征图送入连续的多个局部-全局Transformer块进行光谱-空间特征提取；所述的局部-全局Transformer块属于经典的Transformer架构设计，对模块输入的特征图依次进行线性正则化层、局部-全局混合器、线性正则化层和通道混合器处理，在每对线性正则化层和混合器前后都设置一个残差连接以促进模型收敛和特征传递，局部-全局混合器用来对特征图进行空间维度特征建模与提取，通道混合器主要对特征图进行通道维度混合来实现特征建模与提取；S4.将提取的光谱-空间特征映射送入分类器进行像元分类，并根据标签计算损失值，根据损失值迭代训练模型；S5.根据训练好的模型，输入待测高光谱图像即能实现分类。
全文数据：
权利要求：
百度查询： 山东锋士信息技术有限公司 基于局部-全局特征提取的高光谱图像分类方法及系统
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号