公开(公告)号：CN116704255A

公开(公告)日：2023-09-05

申请号：CN202310717400.3

申请日：2023-06-16

Applicant: 西北农林科技大学深圳研究院

Inventor： 张二磊 ,  白嘉欣 ,  张宏鸣 ,  冯明晨 ,  詹涛 ,  杨婧

IPC: G06V10/764 ,  G06V10/58 ,  G06V10/40 ,  G06V10/77 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/094

Abstract: 本发明公开了一种分类学习方法、系统及计算机存储介质，方法包括：随机采集不同场景下的原始HSI；通过Wald协议对所述原始HSI的所有光谱波段进行平均得到PAN图像；将所述原始HSI和所述PAN图像输入生成器网络，获得HQHSI；应用鉴别器D1将所述HQHSI的光谱信息与所述原始HSI相同步；应用鉴别器D2将所述HQHSI的空间构造与所述PAN图像相同步；重复迭代应用所述鉴别器D1与所述鉴别器D2，获得最优质HQHSI；将所述最优质HQHSI图像输入到双层提取分类网络中，得到分类结果。本发明通过针对单一HSI分类面临的信息不足的问题，提出了一种基于生成式对抗网络的分类方法，它利用组合的光谱空间信息来提高分类精度。

公开(公告)号：CN117333708A

公开(公告)日：2024-01-02

申请号：CN202311302661.5

申请日：2023-10-10

Applicant: 西北农林科技大学深圳研究院

Inventor： 张二磊 ,  房绍旖 ,  张宏鸣 ,  冯明晨

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06V10/77

Abstract: 本发明公开了一种高光谱图像分类学习方法、系统及介质，该方法包括：随机采集不同场景下的原始高光谱图像；将原始高光谱图像进行降维和切分，获得三维图像块；将获取的三维图像块输入多层次特征提取神经网络，获得空谱联合特征图；重复迭代应用多层次特征提取神经网络，获得最优质空谱联合特征图；将获取的最优质空谱联合特征图输入到分类网络中，得到分类结果。本发明结合卷积神经网络和ViT的优势，能够充分挖掘高光谱图像不同层次的特征，进而获得最优质空谱联合特征图的分类结果。