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：齐齐哈尔大学
摘要：本发明公开了基于粗细粒度融合网络的高光谱‑激光雷达图像分类方法，包括以下步骤：步骤一、设立图像分类系统；步骤二、设定模拟实验；步骤三、设计实验；步骤四、进行模拟实验；步骤五、分析应用，本发明通过在三组HSI和LiDAR公共数据集上进行的实验以及与现有分类方法的比较，结果表明提出的方法具有良好的分类效果和优越的性能，一系列消融实验验证了CFML方法中动态卷积，CT方法和CFM模块对多源遥感分类的有效性，利用双分支动态卷积进行粗粒度特征提取，不仅大大提高了特征表达能力，还降低了额外计算成本，设计了基于交叉标记注意力的Transformer，实现了多源遥感信息的交互学习，充分利用了不同模态之间的互补性，从而获得了具有区分性的细粒度融合特征。
主权项：1.基于粗细粒度融合网络的高光谱-激光雷达图像分类方法，其特征在于，包括以下步骤：步骤一、设立图像分类系统：设计了一种粗细互学习策略，将粗略决策与细致决策进行决策融合，并使用自适应损失不断地调整两者的权重的图像分类系统；步骤二、设定模拟实验：设定模拟实验的设备并分别批量采集进行模拟实验的数据和设备信息；步骤三、设计实验：设定实验评价指标、实验配置和实验参数；步骤四、进行模拟实验：表示为XH∈RMXNXB的高光谱图像和表示为XL∈RMXNX1的相应LiDAR图像，其中M和N是指这两个图像的宽度和高度，B表示原始HSI通道的数量，在对输入HSI执行PCA降维操作之后，压缩HSI通道的数量到b记为XH∈RMXNXb，为了充分利用图像的空间信息，采用以每个像素为中心的s×s维的相邻立方体进行分类，对于每个像素，分别进行3D和2D块提取以获得小块立方体和小块中心像素的索引用于标记每个补丁，对于边缘像素，对这些像素执行宽度为的填充操作，我们假设有T个标记的训练样本，记为具有对应的标签为其中yi∈{1,2,...,C}并且C表示遥感数据中土地覆盖类型的数量，去除零标签的像素块后，剩余的样本块被划分为训练集、验证集和测试集；步骤五、分析应用：根据模拟实验结果对其分析并对参数修正后应用。
全文数据：
权利要求：
百度查询： 齐齐哈尔大学 基于粗细粒度融合网络的高光谱-激光雷达图像分类方法
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