一种基于蝶形Transformer网络的高光谱目标检测方法技术

本发明专利技术公开了一种基于蝶形Transformer网络的高光谱目标检测方法，包括：通过CEM检测器和SAM检测器进行联合掩码从而构建目标和背景训练数据；构建光谱像元编码机制和Transformer块，构建双蝶形Transformer网络，设计基于注意力的分离和聚集三重损失函数使用完成训练的双蝶形Transformer网络提取待测高光谱图像中各个像元光谱与先验目标光谱间差异的表示向量，将该表示向量输入双蝶形Transformer网络的分类头中得到两者之间的相似性，从而得到仅利用光谱信息的检测结果；使用指数函数增加光谱检测结果中目标和背景像元值的距离，再利用幂数函数将目标像元的值映射接近至原始光谱检测结果中的值，从而完成背景抑制。

【技术实现步骤摘要】

本专利技术涉及高光谱图像目标检测领域，尤其涉及一种基于蝶形transformer网络的高光谱目标检测方法。

技术介绍

1、高光谱成像技术是一种能够同时捕获特定区域内物体形态和光谱信息的强大技术，其捕获的数百个窄且连续光谱波段构成了高光谱图像(hsis)。这些光谱波段为不同物体的光谱表征提供了丰富的信息，且反映了物体内部结构和组成间的差异。这一特性使得hsis被应用于解混、检测和分类等相关领域。其中，高光谱目标检测(htd)是高光谱图像丰富光谱信息的优势应用，在军事侦察、矿产勘探、环境监测和医疗诊断等方面具有很高的应用价值。

2、高光谱目标检测可以看作一种只包含目标类和背景类的图像二分类问题，其关键是根据光谱差异找到一种既能突出目标又能抑制背景的有效检测器。早期的高光谱目标检测方法以基于统计分布的假设模型和线性混合模型为主。自适应相干/余弦估计器(ace)和匹配滤波器(mf)将目标检测任务定义为基于高斯分布的二值假设检验问题，其中，ace被认为是最有效的检测方法之一，通过广义似然比检验获得检测结果。约束能量最小化(cem)是基于线性混合模型方法的本文档来自技高网...

【技术保护点】

1.一种基于蝶形Transformer网络的高光谱目标检测方法，其特征在于包括：

2.根据权利要求1所述的一种基于蝶形Transformer网络的高光谱目标检测方法，其特征在于：通过CEM检测器和SAM检测器进行联合掩码从而构建目标和背景训练数据时：设包括N个像元的高光谱图像为且由L个光谱波段组成，X中所有光谱像元采用矩阵的形式排列为X＝[x1,...,xN]，设先验目标光谱的特征向量为d，CEM检测器的响应表示为：

3.根据权利要求1所述的一种基于蝶形Transformer网络的高光谱目标检测方法，其特征在于：构建光谱像元编码机制和Transformer块时：设...

【技术特征摘要】

1.一种基于蝶形transformer网络的高光谱目标检测方法，其特征在于包括：

2.根据权利要求1所述的一种基于蝶形transformer网络的高光谱目标检测方法，其特征在于：通过cem检测器和sam检测器进行联合掩码从而构建目标和背景训练数据时：设包括n个像元的高光谱图像为且由l个光谱波段组成，x中所有光谱像元采用矩阵的形式排列为x＝[x1,...,xn]，设先验目标光谱的特征向量为d，cem检测器的响应表示为：

3.根据权利要求1所述的一种基于蝶形transformer网络的高光谱目标检测方法，其特征在于：构建光谱像元编码机制和transformer块时：设计步长为s的卷积层进行重叠光块的划分，步长s控制相邻光谱块之间非重叠部分的大小，添加额外的可学习的类嵌入，从而替换平均池化层结构，得到表示整个光谱序列特征的嵌入，将得到的重叠...

【专利技术属性】
技术研发人员：王玉磊，王洪洲，赵恩宇，宋梅萍，于纯妍，于浩洋，
申请(专利权)人：大连海事大学，
类型：发明
国别省市：