公开(公告)号：CN115393719A

公开(公告)日：2022-11-25

申请号：CN202211047569.4

申请日：2022-08-29

Applicant: 哈尔滨理工大学

Inventor： 王爱丽 ,  丁姗姗 ,  赵妍 ,  刘和 ,  刘城洋

IPC: G06V20/10 ,  G06V20/17 ,  G06V10/764 ,  G06V10/774 ,  G06V10/762 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种结合空谱域自适应与集成学习的高光谱图像分类方法，属于图像分类技术领域。该方法依次执行输入源域中有标记数据、目标域中无标记数据和少量有标记数据，通过空谱注意力模型对源域和目标域进行特征提取，其中空谱注意力模型引入了大核注意力(LKA)，可以利用图像的局部结构信息、捕获长距离依赖并且具有空间维度和光谱维度的适应性；然后将特征提取后的数据输入鉴别器并对源域数据聚类以形成聚类中心，再将目标域数据向各类聚类中心迭代映射；最后通过XGBoost进行分类来缓解模型计算速度慢和单分类器可信度低的问题，有效地提升了高光谱图像地物分类的准确度，为跨场景高光谱图像分类的后续研究以及相关应用提供新的参考思路。