【技术实现步骤摘要】
本公开涉及计算机视觉，尤其涉及一种高光谱感知处理系统。
技术介绍
1、高光谱成像技术，作为一种强大的科学工具受到了科研和工业界的广泛关注。它的独特之处在于能够同时捕获目标物体的空间信息和细致的光谱信息，每个像素不仅记录了颜色信息，还包括了物体的光谱信息。这使得高光谱成像在精准地识别和分析物质组成方面展现出了无可比拟的优势，为生物医疗、环境监测、文化遗产保护、智能交通系统开发以及军事侦查等多个领域提供了重要支持。
2、尽管如此，传统高光谱成像技术的设备通常价格昂贵，而且操作复杂，不利于技术的普及和日常应用。为了克服这些问题，基于深度学习的高光谱图像重建技术应运而生，它通过算法优化高光谱图像的采集和处理过程，极大地降低了成本并提高了效率。这一技术能够通过有限的光谱信息重建出完整的高光谱数据，对于快速识别物质具有重要意义。
3、然而，深度学习模型尤其是在高光谱图像处理领域中往往需要大量的计算资源。虽然图形处理器（graphics processing unit，gpu）具有强大的并行处理能力，能够大幅加快深度学习模型的...
【技术保护点】
1.一种高光谱感知处理系统，其特征在于，包括：
2.根据权利要求1所述的系统，其特征在于，所述高光谱感知处理系统还包括：
3.根据权利要求2所述的系统，其特征在于，所述可编程逻辑端还包括全局控制模块，所述复用式可重构网络加速框架包括转置模块、输入缓存、参数缓存、结果缓存、输出缓存、卷积与全连接模块以及神经网络计算模块；其中，
4.根据权利要求3所述的系统，其特征在于，所述神经网络计算模块包括以下至少一种子模块：
5.根据权利要求3述的系统，其特征在于，所述卷积与全连接模块中的计算阵列由二叉树构成，所述卷积操作对应的卷积块...
【技术特征摘要】
1.一种高光谱感知处理系统，其特征在于，包括：
2.根据权利要求1所述的系统，其特征在于，所述高光谱感知处理系统还包括：
3.根据权利要求2所述的系统，其特征在于，所述可编程逻辑端还包括全局控制模块，所述复用式可重构网络加速框架包括转置模块、输入缓存、参数缓存、结果缓存、输出缓存、卷积与全连接模块以及神经网络计算模块；其中，
4.根据权利要求3所述的系统，其特征在于，所述神经网络计算模块包括以下至少一种子模块：
5.根据权利要求3述的系统，其特征在于，所述卷积与全连接模块中的计算阵列由二叉树构成，所述卷积操作对应的卷积块参数包括通道输入参数以及通道输出参数，所述矩阵相乘操作对应的矩阵块参数...
【专利技术属性】
技术研发人员：边丽蘅，孟庆昊，彭璇，王兆瑞，
申请(专利权)人：北京理工大学，
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。