摘要
本申请公开了一种高光谱图像仿真样本生成方法、装置及电子设备,所述方法包括:获取源图像;预处理所述源图像,确定第一图像补丁;基于训练好的对抗自编码器,将所述第一图像补丁编码为第一特征向量;加噪处理所述第一特征向量,前向扩散为第二特征向量,其中,所述第一特征向量与所述第二特征向量的信息内容不同;基于训练好的深度神经网络模型,从所述第二特征向量中确定目标特征向量;基于获取的辅助向量,去噪处理所述目标特征向量,反向生成第三特征向量。本申请通过结合深度学习与扩散模型等先进技术,可以在有效模拟噪声去除过程的基础上,逐步生成更具物理真实性和统计特性的仿真高光谱图像。
技术关键词
深度神经网络模型
补丁
图像仿真
样本生成方法
编码器
地物类别
训练神经网络
模拟噪声
电子设备
数据采集模块
编码模块
生成装置
重构
解码
分类器
系统为您推荐了相关专利信息
直流电机驱动系统
优化控制算法
编码解码器
直流驱动系统
优化控制方法
动态三维重建方法
稀疏深度图
单目深度估计
深度预测模型
矩阵
二轮车
实例分割
静态交通
图像
深度神经网络模型
数据智能识别方法
模型识别方法
声振动
深度神经网络模型
智能预警方法