公开(公告)号：CN119007005A

公开(公告)日：2024-11-22

申请号：CN202411021277.2

申请日：2024-07-29

Applicant: 安徽大学

Inventor： 徐沁 ,  王舒可 ,  韦杰 ,  吴启航 ,  张宇辉

IPC: G06V20/10 ,  G06V10/58 ,  G06V10/52 ,  G06V10/42 ,  G06V10/44 ,  G06V10/764 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于光谱细化的高光谱图像分类方法、装置、设备及介质，所述方法包括获取高光谱图像的像元块，通过多尺度卷积运算提取所述像元块不同尺度的浅层特征，以形成多尺度特征图，通过光谱细化块对所述多尺度特征图进行处理，捕获所述高光谱图像具有不同语义的判别性光谱特征，以形成光谱细化特征图，通过全局感知块对所述光谱细化特征图进行处理，捕获所述高光谱图像的远距离空间依赖性和光谱适应性，以形成全局感知特征图，通过池化层和softmax层对所述全局感知特征图进行处理，以形成所述高光谱图像的分类结果。本发明所述高光谱分类方法有效的表征了精细的光谱相关性及高光谱图像的全局光谱‑空间特征。

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。