龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：中国地质大学(武汉)
摘要：本发明提供了一种基于异常抑制编码器的高光谱图像异常检测方法，涉及遥感图像处理技术领域，该方法通过卷积神经网络和图注意力网络对高光谱图像分别进行像素级和超像素级特征提取，在提取超像素级特征的同时保留超像素内部的特征差异，并根据背景和异常在超像素级特征和像素级特征之间的差异，利用余弦相似度对深层特征进行加权选择，从而抑制异常对背景重构的干扰，最后通过非对称解码器实现高效的背景重构，并根据重构误差实现异常检测。本发明的有益效果是：通过卷积神经网络和图注意力网络结合的方式提取超像素内部特征，提升空谱特征提取效果，并通过设计自适应选择模块，降低异常对背景重构的干扰，提升基于重构误差的异常检测效果。
主权项：1.一种基于异常抑制编码器的高光谱图像异常检测方法，该方法包括通道交互模块、超像素级图注意力模块、像素级卷积模块、自适应特征选择模块，具体包括以下步骤：S1：获取待检测高光谱遥感图像Xh,w,b，其中h,w,b分别代表待检测高光谱遥感图像的长度、宽度和通道数；S2：将待检测高光谱遥感图像Xh,w,b输入通道交互模块，进行光谱降维处理；S3：对降维处理后得到的高光谱图像进行超像素分割处理，然后利用超像素级图注意力模块进行超像素级特征提取，m代表降维处理后的高光谱遥感图像的通道数；S4：将降维处理后得到的高光谱图像输入像素级卷积模块，实现像素级特征提取；S5：对步骤S3和步骤S4中得到的超像素级特征和像素级特征，利用自适应特征选择模块进行特征选择，对选择后的特征进行拼接，实现基于异常抑制的特征编码；S6：将步骤S5得到的特征编码输入非对称解码器实现背景重构，获得待检测图像的重构结果；S7：根据待检测高光谱图像Xh,w,b及其重构结果，利用均方根误差对通道交互模块、异常抑制编码器和非对称解码器进行训练，获得背景重构网络,利用背景重构网络的重构误差对待检测高光谱遥感图像进行异常检测，其中，异常抑制编码器包括超像素级图注意力模块、像素级卷积模块、自适应特征选择模块。
全文数据：
权利要求：
百度查询： 中国地质大学(武汉) 基于异常抑制编码器的高光谱图像异常检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号