公开(公告)号：CN118675041A

公开(公告)日：2024-09-20

申请号：CN202310251365.0

申请日：2023-03-15

Applicant: 河海大学

Inventor： 李臣明 ,  王湘艺 ,  朱敏

IPC: G06V20/10 ,  G06V10/764 ,  G06V10/82 ,  G06N3/08 ,  G06N3/0464

Abstract: 本发明公开了一种轻量级高光谱图像分类方法，包括：构建整体网络，包括3D分组多尺度特征提取网络和2D分组多尺度特征提取网络，进行多尺度特征提取，提取到高光谱图像层次化的特征；3D分组多尺度特征提取网络包括分组卷积和3D深度可分离卷积，将通道进行分组，在保持网络分类性能的同时降低网络参数；2D分组多尺度特征提取网络包括注意力机制模块和2D深度可分离网络，注意力模块通过压缩和激活操作，以选择性地强调光谱信息特征并重新校准光谱特征响应；将改进的残差网络模块和2D深度可分离模块进行融合，以构建具有突出泛化能力的网络结构；将输出结果经过全局池化层送入分类器中进行最终分类，并输出结果。本发明通过将3D分组特征提取模块和2D分组特征提取模块进行串行处理来同时获取丰富的空间‑光谱特征，并通过引入分组卷积和深度可分离卷积来达到网络轻量化的效果，在提高分类精度的同时保证了较低的网络参数。