公开(公告)号：CN119313952A

公开(公告)日：2025-01-14

申请号：CN202411342753.0

申请日：2024-09-25

Applicant: 中国科学院计算技术研究所

Inventor： 张欣 ,  李威 ,  张蕊 ,  郭崎

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06V20/10 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/094

Abstract: 本发明提出一种高光谱遥感图像分类方法、装置、存储介质，该方法包含：获取待测高光谱遥感图像的源域数据集与目标域数据集，该源域数据集的样本量大于该目标域数据集；分别对该源域数据集与目标域数据集进行多尺度中心样本信息增强处理，得到第一多尺度中心样本集、第二多尺度中心样本集；将该第一多尺度中心样本集输入至分类模型进行预训练，该分类模型包含分支融合网络，用以执行特征融合处理，输出融合的空谱特征；将预训练后的分类模型迁移至该第二多尺度中心样本集，执行轻量化微调处理，该分类模型输出最终的目标分类结果。该方法在参数量少的情况下达到了优异的分类效果，提高了高光谱遥感图像的分类准确性。

公开(公告)号：CN117994671A

公开(公告)日：2024-05-07

申请号：CN202211377516.9

申请日：2022-11-04

Applicant: 中国科学院计算技术研究所

Inventor： 张欣 ,  张蕊 ,  李威

IPC: G06V20/13 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明提出一种基于3D CNN和Transformer的轻量化高光谱遥感图像分类方法和系统，将3D CNN和Transformer结合，分类系统可以充分发挥两者的优势，通过3D CNN来获取高光图像的局部信息，并可以利用Transformer来获取数据的全局信息。此外，提出的分类系统可以消除3D CNN参数量过多的问题，并且缓解Transformer对于数据的依赖。