公开(公告)号：CN118097297A

公开(公告)日：2024-05-28

申请号：CN202410338755.6

申请日：2024-03-22

Applicant: 郑州轻工业大学

Inventor： 黄伟 ,  高璐 ,  刘璇 ,  殷君茹 ,  张珂

IPC: G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/08 ,  G06V10/52

Abstract: 本发明公开了一种基于多感受野多跳图注意神经网络的图像分类方法，包括如下步骤：对原始高光谱数据依次进行降维和超像素处理，得到原始特征和超像素特征；将原始特征输入多感受野光谱空间提取模块，得到光谱空间特征，同时将原始特征和超像素特征输入多跳图注意力网络，得到多尺度超像素级特征；将光谱空间特征和多尺度超像素级特征融合并分类。在本发明中，通过采用结合多跳图注意力网络和多感受野光谱空间提取模块的混合网络，可以有效厘清高光谱图像分类任务中远距离特征之间的相关性，同时保留混合网络在提取像素级和超像素级特征方面的优势，并避免提取多层上下文信息造成的光谱空间特征损失，进一步提高分类精度，有效对图像进行分类。