公开(公告)号：CN119832420A

公开(公告)日：2025-04-15

申请号：CN202411886247.8

申请日：2024-12-20

Applicant: 西安电子科技大学

Inventor： 慕彩红 ,  刘宇 ,  刘逸 ,  何馨雨 ,  王蓉芳 ,  张梦璇 ,  冯婕

IPC: G06V20/10 ,  G06V10/52 ,  G06V10/58 ,  G06V10/80 ,  G06V10/764 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明公开一种基于多尺度注意力密集特征金字塔的高光谱图像分类方法，主要解决现有技术中对有效的多层次特征表示较弱、类不平衡场景未被充分考虑导致分类精度低的问题。其实现方案包括：获得高光谱图像并进行预处理后划分训练集和测试集；构建由多尺度特征提取模块、空间‑光谱注意力模块、密集金字塔特征编解码模块、线性层级联组成的多尺度注意力和密集特征金字塔网络分类模型，设置其损失函数；利用训练集通过梯度下降法训练分类模型；将测试集输入到训练好的分类模型得到高光谱图像的分类结果。本发明通过分类模型能增强空谱特征表示、减少冗余信息、融合多层次特征，并通过设计的损失函数，提升类不平衡场景下高光谱图像的分类精度，可用于农业、地质勘探和城市规划。

公开(公告)号：CN119445257A

公开(公告)日：2025-02-14

申请号：CN202411851633.3

申请日：2024-12-16

Applicant: 西安电子科技大学

Inventor： 慕彩红 ,  陈素玲 ,  刘逸 ,  何馨雨 ,  王蓉芳 ,  张梦璇 ,  刘波

IPC: G06V10/764 ,  G06V20/10 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08 ,  G06N3/0455

Abstract: 本发明公开一种基于多尺度卷积傅里叶和双分支自注意力的高光谱图像分类方法，主要缓解现有技术中标记样本有限、特征提取不充分、计算复杂度较高的问题。其实现方案包括：获取高光谱数据集，并对其进行预处理后划分为训练样本集和测试样本集；构建包括多尺度卷积傅里叶特征提取模块、特征令牌化模块、双分支多尺度Transformer编码器模块和多层感知机分类头的高光谱图像分类网络模型；利用训练样本集通过梯度下降法对分类网络模型进行迭代训练；将测试样本集输入到训练好的分类网络模型得到高光谱图像的分类结果。本发明能在训练样本有限的情况下有效提升高光谱图像的分类精度，减少模型的计算复杂度，可用于精准农业、矿产勘探和海洋监测的地物分类。