公开(公告)号：CN116012637A

公开(公告)日：2023-04-25

申请号：CN202211416606.4

申请日：2022-11-13

Applicant: 哈尔滨理工大学

Inventor： 吴海斌 ,  戴诗语 ,  王爱丽 ,  宋璎珞 ,  刘城洋

IPC: G06V10/764 ,  G06N3/0464 ,  G06N3/09 ,  G06V10/58 ,  G06V10/77 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明基于对比学习双编码器的高光谱和LiDAR联合分类属于图像分类技术领域；该方法依次执行以下步骤：步骤a、输入待分类的高光谱图像(HSI)和LiDAR的DSM数据；步骤b、对HSI和LiDAR数据进行patch提取，形成各自的训练、验证和测试样本；步骤c、用阶段性训练方式，对HSI、LiDAR编码器阶段性进行分类训练，得到预训练模型；步骤d、对HSI‑LiDAR联合分类器的编码器进行参数初始化，针对HSI‑LiDAR联合分类器的对比学习分支，进行对比学习。步骤e、对HSI‑LiDAR联合分类器进行联合分类训练，得到联合分类结果；本发明通过从不同传感器获取的图像数据中充分挖掘光谱空间特征及深度信息进行高光谱和LiDAR的联合分类，通过自监督对比学习，实现多传感器遥感数据优势互补，提高了分类精度。