摘要
本发明提供一种基于高光谱快照压缩的图像描述生成方法及系统,方法:收集获取高光谱图像,建立训练数据集和测试数据集;对高光谱数据集进行压缩处理,获得压缩测量图像;搭建深度网络模型;使用压缩测量图像中的训练数据集对深度网络模型进行训练;利用教师网络优化学生网络的网络参数,通过损失函数对优化后的网络参数进行迭代更新;将压缩测量图像中的测试数据集输入至优化后的深度网络模型,得到图像编码,利用图像编码生成高光谱图像的描述。本发明在整体上提高了处理的效率,减少了存储和计算资源的需求,提高了处理的准确性,在整体上提高了从复杂高光谱数据中生成准确描述的能力,具有较好的实用意义。
技术关键词
深度网络模型
生成方法
快照
图像编码
卷积特征
教师
误差
数据收集模块
学生
网络优化
知识蒸馏方法
数据压缩
生成系统
文本
输入解码器
随机梯度下降
实验室设备
系统为您推荐了相关专利信息
公文生成方法
生成模板
计算机程序指令
文本
语义
生成文档
分词
文档生成方法
文档生成模块
查询终端
人工智能模型
生成方法
生成系统
挖掘潜在需求
计算机存储介质
三维人脸模型
视频生成方法
三维人脸重建
语音
计算机可读指令