-
公开(公告)号：CN116721318A
公开(公告)日：2023-09-08
申请号：CN202310569581.X
申请日：2023-05-19
IPC: G06V10/778 , G06V10/774 , G06V10/764 , G06V10/82 , G06V20/10 , G06N3/042 , G06N3/08
Abstract: 本申请涉及一种基于类级图嵌入表示的遥感图像主动学习方法。该方法包括：通过从高光谱遥感图像的标记数据中，随机取出标记集和未标记集，余下的样本作为测试集，设置主动学习的迭代次数与样本预算，使用标记集训练分类模型，通过网络参数得到样本的空谱特征表示，根据真实标签将标记集分为K类，逐类别构造图节点与邻接矩阵，训练类级图卷积网络模型，得到未标记样本的类间最小不确定性，挑选B个不确定样本作为查询集，赋予查询集真实标签并加入标记集，使用新的标记集更新分类模型与类级图卷积网络模型的参数，当迭代次数为I次时，利用更新后的标记集训练分类模型并对测试集进行分类得到分类结果。从而提高深度学习模型分类的准确率。
-
公开(公告)号：CN117237618A
公开(公告)日：2023-12-15
申请号：CN202311521064.1
申请日：2023-11-15
Applicant: 南京信息工程大学
Abstract: 本申请涉及一种高光谱图像异常检测方法。该方法包括：获取高光谱图像的像素点的高维光谱作为向量，构建马氏距离模型和局部马氏距离模型，采用马氏距离模型分析高光谱图像的每个像素点与均值向量的马氏距离，根据每个像素点与均值向量的马氏距离对像素点进行升序排序，获得新的图像矩阵，采用局部马氏距离模型，循环分析高光谱图像的每个像素点与其他像素点之间的马氏距离，并获得点集，对点集分析平均值，获得锚点集；以锚点集中每个锚点作为中心点，每个锚点与像素点距离最近的马氏距离为对应的局部半径，确定子区域，将高光谱图像中位于子区域以外的像素点，确定异常目标。提升了高光谱图像异常检测检测的准确性。
-
公开(公告)号：CN116863247A
公开(公告)日：2023-10-10
申请号：CN202311056294.5
申请日：2023-08-22
Applicant: 南京信息工程大学
IPC: G06V10/764 , G06V10/77 , G06V10/80 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种融合全局和局部信息的多模态遥感数据分类方法，属于高光谱图像处理技术领域，包括获取待分类的多模态遥感数据集，并输入至预先训练好的多模态遥感数据分类模型；所述多模态遥感数据分类模型基于所述待分类的多模态遥感数据集，输出多模态遥感数据分类结果。本发明解决了现有技术中多模态卷积的可解释性差，对于跨模态特征提取不够充分，且上下文独立的卷积结构难以捕获全局信息的问题，通过特征解耦的方式将多模态信息分解为共有信息和特有信息，实现多模态信息融合，充分挖掘多模态遥感数据的特征，大幅度降低了遥感图像领域中深度学习模型对于训练数据的需求，以此实现更准确的图像分类。
-
公开(公告)号：CN116740474A
公开(公告)日：2023-09-12
申请号：CN202311021136.6
申请日：2023-08-15
Applicant: 南京信息工程大学
IPC: G06V10/764 , G06V10/774 , G06V20/10 , G06V10/40 , G06V10/82
Abstract: 本发明公开了一种基于锚定条纹注意力机制的遥感图像分类方法，该方法通过双层卷积网络提取样本浅层空‑谱特征表示，利用编译器将特征表示转换成语义特征，嵌入位置信息后生成语义标记序列，输入到锚定条纹注意力机制和窗口注意力模块，对语义特征进行深层次建模，计算得到注意力得分，利用线性层和全连接对多尺度信息进行融合，通过softmax函数得到样本的标签，根据最终的分类模型得到分类结果的遥感图像分类方法。本发明通过构建多尺度锚定条纹注意力机制网络来度量无标记样本的类间不确定性，每类随机选取一定比例的少量样本进行标注，提高模型的泛化能力。
-
-
-
Search Results
4
records
(took 0.025 seconds)
