公开(公告)号：CN116824222A

公开(公告)日：2023-09-29

申请号：CN202310623588.5

申请日：2023-05-29

Applicant: 安徽大学

Inventor： 徐沁 ,  刘世纪 ,  王舒可 ,  吴越 ,  李思桐 ,  刘鹏 ,  宋珊

IPC: G06V10/764 ,  G06V10/77 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种高光谱图像信息的分类方法、装置、设备及介质，所述高光谱图像信息的分类方法包括：获取高光谱图像，且所述高光谱图像包括训练图像和测试图像；通过多个分析模块，获取初始高光谱图像信息分类模型；将所述训练图像作为输入变量，对所述初始高光谱图像信息分类模型进行训练和优化，获取目标高光谱图像信息分类模型；以及通过所述目标高光谱图像信息分类模型，对所述测试图像进行处理，获取高光谱图像信息的分类结果。通过本发明公开的一种高光谱图像信息的分类方法，提高了高光谱图像信息的分类效率和准确性。

公开(公告)号：CN119152342A

公开(公告)日：2024-12-17

申请号：CN202411197559.8

申请日：2024-08-29

Applicant: 安徽大学

Inventor： 徐沁 ,  宋珊 ,  王逍 ,  付燕平 ,  孙梦晴 ,  张宇辉

IPC: G06V10/82 ,  G06V10/80 ,  G06V10/44 ,  G06V10/42 ,  G06V10/52 ,  G06V20/70 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/084

Abstract: 本发明涉及图像处理领域，具体涉及一种图像描述模型的训练方法及系统、图像描述的生成方法，该训练方法包括：将目标图像输入图像特征提取器提取网格特征和区域特征；在编码器的每一层，将网格特征和区域特征融合后进行编码，得到最终编码；将最终编码输入解码器进行解码，得到目标图像的图像描述；根据预定义的损失函数对所述图像描述模型进行训练，直到达到预定的收敛标准。本发明可以有效地整合细粒度细节和粗粒度信息，弥补了网格特征和区域特征之间的差异，从而提高了生成的图像描述的准确度。