摘要
本公开涉及一种基于DenseNet的海雾高光谱遥感图像识别方法及系统,基于DenseNet的海雾高光谱遥感图像识别方法包括以下步骤:S1、获取高光谱图像数据和对应的标签数据,进行数据分析处理并构建用于训练的高光谱数据集;S2、构建DenseNet模型,并结合高光谱数据集对DenseNet模型训练和优化,得到最终DenseNet模型;S3、获取待识别的目标海雾图像,通过最终DenseNet模型对目标海雾图像进行识别和分类,得到目标海雾图像的识别分类结果。本公开的海雾高光谱遥感图像识别方法通过引入注意力机制使得模型更加关注图像中的重要区域,突出与海雾识别相关的区域,相比于仅依赖DenseNet原有的特征提取能力,能更有效地挖掘和利用这些丰富的信息来提升分类精度。
技术关键词
遥感图像识别方法
高光谱图像数据
海雾图像
通道注意力机制
引入注意力机制
分类正确率
标签
特征提取器
构建卷积神经网络
反射率
特征值
光谱特征信息
空间特征信息
精度
局部特征信息
特征提取能力
系统为您推荐了相关专利信息
激光雷达图像
交互特征
通道注意力机制
分类网络
特征提取模块
融合特征提取
多层级特征
数据分析单元
粒子
数据分析模块
融合特征
视觉方法
神经网络架构
光源色温
多场景