一种基于潜空间优化的林业遥感数据轻量化方法

本发明公开了一种基于潜空间优化的林业遥感数据轻量化方法,属于图像处理技术领域，包括获取待压缩的林业遥感图像数据集D1；构造数据轻量化网络，包括变分自编码器、聚类单元、图像分类网络、多层特征提取网络和判别器；用D1训练变分自编码器和图像分类网络；基于编码器和聚类单元生成聚类数据集D2；训练数据轻量化网络更新D2中的潜空间变量，再用解码器重构数据。本发明通过基于变分自编码器与元梯度优化的数据集蒸馏改进，生成具有高精度和代表性的压缩数据集，有效地解决了林业遥感数据集存储和处理的瓶颈问题，能在保持模型训练精度的同时降低数据存储量。适用于林业资源监测、森林健康评估、灾害应对等多种实际应用场景。