摘要
本发明提供一种基于虚拟样本扩展的增量式高光谱图像分类方法,属于遥感图像处理与应用技术领域。首先,对高光谱图像原始数据进行数据预处理;其次,构建虚拟样本扩展网络并训练初始阶段的虚拟样本扩展网络;再次,搭建并训练初始阶段的增量式高光谱图像分类模型;最后,利用虚拟样本扩展网络和动量知识蒸馏进行增量阶段的增量式高光谱图像分类模型的训练,进行分类并输出结果。本发明可对采集于不同高光谱成像仪的高光谱图像进行增量学习,从而实现学习新类别的同时,不遗忘旧类别的分类能力;本发明为增量式实现高光谱图像分类提供了一种可行的解决方案,使高光谱图像分类理论离大规模实际用更进一步。
技术关键词
图像分类模型
光谱图像分类方法
样本
变分自动编码器
阶段
特征提取模块
解码器模型
图像分类系统
高光谱成像仪
残差模块
数据
网络
线性
高光谱图像分类
分类器
系统为您推荐了相关专利信息
深度神经网络系统
调度系统
调度器
服务端
负载运行状态
多尺度图像分割
边缘轮廓
图像分割模型
超声图像分割
解码模块
路径特征
盲提取方法
注意力
隐写图像
离散小波变换