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：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。