公开(公告)号：CN117893927A

公开(公告)日：2024-04-16

申请号：CN202311742600.0

申请日：2023-12-18

Applicant: 北京理工大学

Inventor： 宋璐杰 ,  李伟 ,  张蒙蒙 ,  张宇翔

IPC: G06V20/17 ,  G06V10/764 ,  G06V10/82 ,  G06V10/44 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/58

Abstract: 本发明提供一种适用于无人机高光谱遥感影像的智能像素级分类方法，包括以下步骤：处理无人机高光谱遥感影像，得到无人机高光谱影像训练数据集；构建基于重构模块的注意力网络；根据无人机高光谱影像训练数据集对注意力网络进行训练，得到完成训练的高光谱分类网络；轻量化处理得到的无人机高光谱图像分类网络，将未知分类的无人机高光谱遥感影像输入到已训练好的神经网络中。神经网络将对影像进行分类，并输出相应的分类结果。最终，生成了遥感影像的分类图，实现了无人机高光谱遥感影像的轻量化分类。本发明有助于提取高级特征，同时减小了网络的复杂度，提高了分类性能；满足了无人机应用中的实时性和准确性要求。

公开(公告)号：CN117893928A

公开(公告)日：2024-04-16

申请号：CN202311742681.4

申请日：2023-12-18

Applicant: 北京理工大学

Inventor： 宋璐杰 ,  李伟 ,  张蒙蒙 ,  桂媛媛

IPC: G06V20/17 ,  G06V10/26 ,  G06V10/58 ,  G06V20/70 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明提出了一种基于深度学习的轻量级高光谱图像语义分割方法，步骤1:处理无人机高光谱遥感影像，得到无人机采集的高光谱影像训练数据集；步骤2:构建光谱尺度注意力网络；步骤3:根据无人机高光谱影像训练数据集对光谱尺度注意力网络进行训练，得到完成训练的光谱尺度注意力网络；步骤4:处理与多无人机高光谱影像训练数据集类型相同的待分割遥感影像，并输入至光谱尺度注意力网络，形成与待分割的遥感影像幅宽相同的无人机高光谱影像分割结果。本发明可对无人机高光谱的遥感影像进行全图语义分割，方便研究者对遥感影像中的地类进行进一步了解；提高对地信息解译的效率。