摘要
本发明涉及信息处理技术领域,特别涉及一种基于低秩嵌入与多尺度的异常检测方法、装置及电子设备。方法包括:获取高光谱图像,并对高光谱图像进行预处理,得到原始高光谱图像;利用预设的低秩背景特征提取模型对原始高光谱图像进行特征提取操作,得到低秩背景特征,并利用预先构建的多尺度融合特征提取模型,提取原始高光谱图像的全局特征和局部特征;对低秩背景特征、全局特征和局部特征进行整合处理,将得到的目标重建背景图像与高光谱图像进行比较,识别异常区域。由此,通过采用低秩背景特征提取与多尺度融合特征提取实现高光谱图像灾害监测,解决了现有检测方法检测过程耗时长、效率低、精度低的问题,具有自动化、高精度、快速高效等优点。
技术关键词
融合特征提取
异常检测方法
图像
神经网络模型
卷积神经网络提取
特征提取模型
上采样
异常检测装置
双线性
信息处理技术
识别模块
策略
电子设备
降噪算法
变换器
训练集
计算机程序产品
处理器
可读存储介质
系统为您推荐了相关专利信息
图像色调映射方法
控制模块
编码模块
网络结构
亮度
血管分割方法
特征提取模块
编码器
分支
计算机程序产品
牙齿特征
数据采集方法
内科
图像采集器
手持式数据采集
疲劳状态检测方法
多模态特征融合
拉普拉斯金字塔
疲劳特征
个性化阈值