【技术实现步骤摘要】
本专利技术涉及图像处理，尤其涉及一种高光谱图像特征表示方法、装置、电子设备及存储介质。
技术介绍
1、高光谱图像特征表示是高光谱图像处理领域的关键技术之一，其主要是从高光谱图像中提取或选择具有判别性信息的特征，为相关决策(例如分类与识别)提供依据。
2、目前对比学习方法是实现图像特征表示的主流方法。现有的对比学习方法通常对数据样本进行数据增强构建正样本对，通过个体判别任务，即将每个样本实例看成是一个类别，目标是学习一种特征能把每一个样本都区分开来。通过学习一个编码器和多层感知机映射头，使得训练数据通过两次非线性网络映射到某个投影空间，并在特征空间内拉近正样本的距离，推远负样本的距离。这种实例两两之间的推力，会使得特征均匀地分布在特征空间的超球面上，保留了尽可能多的有用信息。
3、然而，由于高光谱图像具有数据量大、冗余度高和空谱结构复杂的特点，现有的对比学习方法不能很好地应用于高光谱像素样本，最终得到的高光谱图像特征表示性能较差。
技术实现思路
1、针对现有技术存在的...
【技术保护点】
1.一种高光谱图像特征表示方法，其特征在于，包括：
2.根据权利要求1所述的高光谱图像特征表示方法，其特征在于，所述获取高光谱图像的多视角信息，包括：
3.根据权利要求2所述的高光谱图像特征表示方法，其特征在于，所述对所述第一视角信息进行随机裁剪操作，对所述第二视角信息进行随机抽样操作，包括：
4.根据权利要求1-3任一项所述的高光谱图像特征表示方法，其特征在于，所述多视角对比学习深度特征表示模型包括两个网络，其中一个网络用于对所述高光谱图像的第一视角信息进行处理，另一个网络用于对所述高光谱图像的第二视角信息进行处理，所述两个网络中...
【技术特征摘要】
1.一种高光谱图像特征表示方法，其特征在于，包括：
2.根据权利要求1所述的高光谱图像特征表示方法，其特征在于，所述获取高光谱图像的多视角信息，包括：
3.根据权利要求2所述的高光谱图像特征表示方法，其特征在于，所述对所述第一视角信息进行随机裁剪操作，对所述第二视角信息进行随机抽样操作，包括：
4.根据权利要求1-3任一项所述的高光谱图像特征表示方法，其特征在于，所述多视角对比学习深度特征表示模型包括两个网络，其中一个网络用于对所述高光谱图像的第一视角信息进行处理，另一个网络用于对所述高光谱图像的第二视角信息进行处理，所述两个网络中的每一个网络均包括编码器模块和映射头。
5.根据权利要求4所述的高光谱图像特征表示方法，其特征在于，所述两个网络中的每一个网络的编码器模块均包括线性投射层，所述线性投射层用于将所述高光谱图像的...
【专利技术属性】
技术研发人员：祖宝开，曹通，王宏远，李亚芳，句福娇，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。