摘要
本发明公开了基于深度神经网络的高光谱影像矿物协同识别方法及系统,涉及矿产勘查和地学研究领域。通过收集待识别区域覆盖区内主要矿物类别和矿物要素的多源异质遥感数据,建立光谱数据库,利用层次残差结构和不同的卷积核构建空间维度和光谱维度的多尺度特征提取网络,从多源遥感影像中提取多尺度的空‑谱特征,将提取的特征进行融合,采用注意力机制对融合过程中的信息进行自适应调整,构建异构特征学习模型的深度神经网络模型,利用神经网络模型对待识别区域覆盖区的多源异质遥感影像进行主要矿物类别和矿物要素的特征矿物识别,根据识别结果对深度神经网络模型进行评估与优化,获取更适应待识别区域覆盖区内特征矿物的识别模型。
技术关键词
协同识别方法
深度神经网络模型
影像
异构特征
残差网络模型
异质
交叉注意力机制
红外遥感数据
特征提取网络
局部空间特征
残差结构
分支
数据获取模块
多尺度
通道注意力机制
识别系统
系统为您推荐了相关专利信息
建筑三维模型
点云模型
幕墙挂件
安装定位方法
生成无人机
流水线
推理方法
深度神经网络模型
多任务
争用窗口
深度学习模型
分析方法
拉普拉斯
特征值
聚类特征
医疗影像数据处理
标签
多模态
影像数据处理系统
影像数据处理技术
图像处理组件
反射件
图像处理装置
光传输结构
镜片模组