公开(公告)号：CN118115877A

公开(公告)日：2024-05-31

申请号：CN202410319875.1

申请日：2024-03-20

Applicant: 湖州师范学院

Inventor： 石翠萍 ,  岳淑衡 ,  胡文军

IPC: G06V20/10 ,  G06V10/82 ,  G06V10/764 ,  G06N3/0455 ,  G06N3/082 ,  G06V10/80 ,  G06V10/42 ,  G06V10/44

Abstract: 基于空间局部偏置Transformer特征提取的地物分类方法，本发明涉及地物分类方法。本发明的目的是为了解决现有Transformer具有全局的感受野，但很难建模局部信息，这使得其对图像的纹理、边缘等局部特征的提取存在困难，进而限制了基于Transformer的高光谱图像分类准确性的问题过程为：一、随机采样带标签的高光谱图像，作为训练集；二、构建注意力头交互的双注意力Transformer网络模型DAHIT；DAHIT包括：预处理模块、分支一、分之二、线性层；三、将训练集输入注意力头交互的双注意力Transformer网络模型DAHIT，获得训练好的注意力头交互的双注意力Transformer网络模型DAHIT；四、将待测高光谱图像输入训练好的注意力头交互的双注意力Transformer网络模型DAHIT，完成对待测高光谱图像的分类。本发明用于地物分类领域。

公开(公告)号：CN117456263A

公开(公告)日：2024-01-26

申请号：CN202311514154.8

申请日：2023-11-14

Applicant: 湖州师范学院

Inventor： 石翠萍 ,  岳淑衡 ,  胡文军

IPC: G06V10/764 ,  G06V10/58 ,  G06V20/10 ,  G06V10/82 ,  G06V10/44 ,  G06V10/80 ,  G06N3/045 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/084

Abstract: 一种基于双分支多尺度Transformer网络的高光谱图像分类方法，本发明涉及基于双分支多尺度Transformer网络的高光谱图像分类方法。本发明的目的是为了解决传统Token划分方法对高光谱数据进行大尺度划分时的信息丢失，以及现有对输入通道进行收缩时线性映射所需的参数大的问题。过程为：一、随机采样带标签的高光谱图像作为训练集；二、构建网络模型DBMST；包括预处理模块、通道收缩软分裂模块CS3M、L‑Transformer模块、S‑Transformer模块、池化激活融合模块PAFM、分类层；三、获得训练好的网络模型DBMST；四、完成对待测高光谱图像的分类。本发明用于高光谱图像分类领域。