申请/专利权人:安徽大学
申请日:2024-05-28
公开(公告)日:2024-06-25
公开(公告)号:CN118247584A
主分类号:G06V10/764
分类号:G06V10/764;G06N3/045;G06N3/0455;G06N3/0464;G06N3/0475;G06N3/094;G06V10/82;G06V20/10
优先权:
专利状态码:在审-公开
法律状态:2024.06.25#公开
摘要:本发明公开一种高光谱图像域泛化方法和装置、系统、存储介质,包括以下步骤:根据源域高光谱图像,得到扩展域高光谱图像;根据源域高光谱图像和扩展域高光谱图像,通过解耦处理,得到源域不变特征、源域特定特征、扩展域不变特征和扩展域特定特征;根据域不变特征、源域特定特征、扩展域不变特征和扩展域特定特征,通过域组合进行特征重建和域交换,训练域不变特征编码器和域特定特征编码器;将目标域高光谱图像输入到训练好的域不变特征编码器进行预测分类。采用本发明的技术方案,有效提高高光谱图像跨场景分类的精度和泛化性能。
主权项:1.一种高光谱图像域泛化方法,其特征在于,包括以下步骤:步骤S1、根据源域高光谱图像,得到扩展域高光谱图像;步骤S2、根据源域高光谱图像和扩展域高光谱图像,通过解耦处理,得到源域不变特征、源域特定特征、扩展域不变特征和扩展域特定特征;步骤S3、根据域不变特征、源域特定特征、扩展域不变特征和扩展域特定特征,通过域组合进行特征重建和域交换,训练域不变特征编码器和域特定特征编码器;步骤S4、将目标域高光谱图像输入到训练好的域不变特征编码器进行预测分类。
全文数据:
权利要求:
百度查询: 安徽大学 一种高光谱图像域泛化方法和装置、系统、存储介质
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。