【技术实现步骤摘要】
本专利技术属于高光谱图像分类，具体涉及临地安防体系下高光谱中心像素双分支图像分类方法。
技术介绍
1、在当今全球安全环境日益复杂的背景下，国家和区域安全面临新的挑战，临地安防(vicinagearth security,vs)概念应运而生。临地安防是指面向临地空间内防卫、防护、生产、安全、救援等需求的多元化、跨域化、立体化、协同化、智能化技术体系，应用场景包括低空安防、水下安防以及跨域安防等，涵盖海平面以下1000米到海平面以上10000米的水域、地面及空域。在临地安防体系中，高光谱图像是一项重要的输入数据，其相比于自然图像具有更高的光谱分辨率，能在各类地物的精细识别中提供更多的光谱特征信息。高光谱图像分类技术利用地物光谱特征信息为高光谱图像中每一个像元分配正确的物质类别标签，不仅常用于指导农业生产、资源勘探、城市规划，在环境监测、灾害预警、侦察等临地安防任务中也有广泛的应用前景。由于分类精度会影响高光谱图像分析决策系统的后续性能，研究有效的高光谱图像分类方法具有非常重要的意义。
2、与自然图像中的图像分类任务相比，高光谱图...
【技术保护点】
1.一种临地安防体系下高光谱中心像素双分支图像分类方法，其特征在于，包括：
2.根据权利要求1所述的临地安防体系下高光谱中心像素双分支图像分类方法，其特征在于，在划分训练集时，随机在每个类别中抽取若干个高光谱图像patch块及其对应的中心像素标签生成训练集。
3.根据权利要求1所述的临地安防体系下高光谱中心像素双分支图像分类方法，其特征在于，中心光谱特征提取分支通过并行组卷积的方式实现多尺度的特征提取，将自身的输入特征维度由粗到细映射到多尺度的特征表达，将不同尺度的光谱特征在通道维度上拼接，得到多尺度中心光谱特征表示。
4.根据权利...
【技术特征摘要】
1.一种临地安防体系下高光谱中心像素双分支图像分类方法，其特征在于，包括：
2.根据权利要求1所述的临地安防体系下高光谱中心像素双分支图像分类方法，其特征在于，在划分训练集时，随机在每个类别中抽取若干个高光谱图像patch块及其对应的中心像素标签生成训练集。
3.根据权利要求1所述的临地安防体系下高光谱中心像素双分支图像分类方法，其特征在于，中心光谱特征提取分支通过并行组卷积的方式实现多尺度的特征提取，将自身的输入特征维度由粗到细映射到多尺度的特征表达，将不同尺度的光谱特征在通道维度上拼接，得到多尺度中心光谱特征表示。
4.根据权利要求1所述的临地安防体系下高光谱中心像素双分支图像分类方法，其特征在于，全局空间特征提取分支将自身的输入特征经过线性层进行特征变换后分成两路，一路经过hilo注意力计算后再通过全连接层和深度分离卷积层构建的前馈网络层，另一路通过激活层映射，将两路结果做hadamard积运算，得到全局空间特征表示。
5.根据权利要求4所述的临地安防体系下高光谱中心像素双分支图像分类方法，其特征在于，全局空间特征提取分支中的hilo注意力由高频注意力部分和低频注意力部分组成，高频注意力通过在局部窗口中计算自注意...
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。