申请/专利权人:西安电子科技大学
申请日:2024-04-15
公开(公告)日:2024-06-21
公开(公告)号:CN118230170A
主分类号:G06V20/10
分类号:G06V20/10;G06V10/77;G06V10/764;G06V10/82
优先权:
专利状态码:在审-公开
法律状态:2024.06.21#公开
摘要:本发明涉及一种基于多示例顶点成分分析法的高光谱目标检测方法,属于高光谱目标检测技术领域。包括:获取高光谱图像数据集,划分为训练样本集和测试样本集;构建基于多示例顶点成分分析法的生成模型和学习模型,生成模型包括背景空间的创建和目标信息的获取;学习模型将利用顶点成分分析法从所述生成模型生成的正包中学习目标信号;基于训练样本集对多示例顶点成分分析法的生成模型进行迭代训练;基于学习模型从训练好的生成模型生成的正包中学习目标信号;利用ACE目标检测模型和目标信号在测试样本集中进行目标检测,得到每个像素含有目标信号的置信度。本发明方法提高了高光谱图像的目标检测精度。
主权项:1.一种基于多示例顶点成分分析法的高光谱目标检测方法,其特征在于,包括:获取高光谱图像数据集,将所述高光谱图像数据集划分为训练样本集和测试样本集;构建基于多示例顶点成分分析法的生成模型和学习模型,所述生成模型包括背景空间的创建和目标信息的获取;所述学习模型将利用顶点成分分析法从所述生成模型生成的正包中学习目标信号;基于训练样本集对所述多示例顶点成分分析法的生成模型进行迭代训练;基于所述学习模型从训练好的所述生成模型生成的正包中学习目标信号;利用ACE目标检测模型和所述目标信号在所述测试样本集中进行目标检测,得到每个像素含有目标信号的置信度。
全文数据:
权利要求:
百度查询: 西安电子科技大学 基于多示例顶点成分分析法的高光谱目标检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。