【技术实现步骤摘要】
本专利技术涉及了遥感图像处理，具体涉及了一种基于任务自适应的小样本高光谱图像开集识别方法及系统。
技术介绍
1、随着遥感技术的快速发展，高光谱图像因其能够提供丰富的光谱信息，在众多领域如农业监测、环境评估、地质勘探、军事侦察等得到了广泛应用。然而，在这些丰富多样的实际应用场景中，高光谱图像数据呈现出开放性特征。具体而言，在对高光谱图像进行目标识别时，所面临的测试集常常包含训练阶段从未接触过的类别样本，这种情况即为开集识别问题。此外，高光谱图像数据的获取和标注过程存在着诸多困难和挑战，这使得在众多实际任务中，能够用于模型训练的标注样本数量极为有限。
2、高光谱图像开集识别的方法今年来得到了广泛的研究。liu 等人于 2020 年在《ieee transactions on geoscience and remote sensing》发表的‘few - shothyperspectral image classification with unknown classes using multitask deeplearning’...
【技术保护点】
1.一种基于任务自适应的小样本高光谱图像开集识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于任务自适应的小样本高光谱图像开集识别方法，其特征在于，所述光谱空间选择变压器模型包括：
3.根据权利要求2所述的基于任务自适应的小样本高光谱图像开集识别方法，其特征在于，所述中心像素位置嵌入模块根据各像素到中心像素的相对距离来获取对应的位置编码，所述位置编码的表达式为：
4.根据权利要求2所述的基于任务自适应的小样本高光谱图像开集识别方法，其特征在于，所述的空间选择变压器模块包括：空间选择注意力模块、多层感知器层和两层归一化...
【技术特征摘要】
1.一种基于任务自适应的小样本高光谱图像开集识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于任务自适应的小样本高光谱图像开集识别方法，其特征在于，所述光谱空间选择变压器模型包括：
3.根据权利要求2所述的基于任务自适应的小样本高光谱图像开集识别方法，其特征在于，所述中心像素位置嵌入模块根据各像素到中心像素的相对距离来获取对应的位置编码，所述位置编码的表达式为：
4.根据权利要求2所述的基于任务自适应的小样本高光谱图像开集识别方法，其特征在于，所述的空间选择变压器模块包括：空间选择注意力模块、多层感知器层和两层归一化层；在空间选择注意力模块和多层感知器层之前采用残差连接；嵌入特征经过第一层归一化层后进入空间选择注意力模块提取全局特征，全局特征再输入第二层归一化层后进入多层感知层输出最终的全局特征。
5.根据权利要求4所述的基于任务自...
【专利技术属性】
技术研发人员：席博博，张文捷，李娇娇，宋锐，李云松，
申请(专利权)人：西安电子科技大学，
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。