摘要
本发明公开了一种基于空谱联合双网络的高光谱影像目标检测方法,具体地说:首先,通过预检测、稀疏表示和样本选择的方法来扩展足够多的训练集。然后,针对高光谱图像的光谱和空间特征,采用超像素分割、位置编码和多头注意力机制来获取位置信息,然后利用两种神经网络,即一种经典的生成对抗网络和一种全卷积神经网络进行目标检测。进而本发明提出了一种新的方法将上述两种检测结果进行自适应融合,得到一个最终的检测结果。最后,本发明为了进一步抑制背景,利用引导滤波和非线性函数来提高检测结果的平滑性和稳健性。
技术关键词
双网络
样本
引导滤波器
生成对抗网络
构建训练集
像素
高光谱图像数据
全卷积神经网络
线性迭代聚类
检测器
多头注意力机制
影像
生成器网络
残差结构
融合策略
协方差矩阵
系统为您推荐了相关专利信息
历史气象数据
皮尔逊相关系数
输电线路覆冰预测
输电线路覆冰预警
输电导线
射频指纹识别方法
分布鲁棒优化
强鲁棒性
样本
模糊集合
组合预测方法
构建深度学习网络
深度学习网络模型
微调方法
电离层延迟误差