摘要
本发明公开了一种基于自适应全局密集嵌套推理网络的高光谱图像弱小目标检测和识别方法。提出了基于自适应全局密集嵌套推理网络的高光谱目标检测和识别模型(AGDNR)。该模型采用密集嵌套卷积神经网络,通过将浅层特征和深层特征直接相连,能在深层卷积中保持小目标的特征不丢失。同时,利用NDVI进行地表分割,再利用一个特征提取器提取出地表的语义特征。然后,将提取出的地表类型语义特征和目标语义特征结合,通过邻接矩阵形式的先验知识进行语义传播,得到增强特征。最后,将原特征和增强特征相连,送入检测器中,得到检测结果。在三个数据集上的测试表明,本方法具有出色的检测和识别准确率。
技术关键词
语义特征
识别方法
图像
推理网络
深度卷积神经网络
归一化植被指数
注意力机制
矩阵
嵌套
叶面积指数
特征提取网络
特征提取器
通道
模块
像素
参数
系统为您推荐了相关专利信息
智能佩戴设备
位置跟踪方法
识别图像信息
低功耗
位置跟踪系统
人脸图像采集方法
采集人脸图像
神经网络模型
色彩
人脸识别模块
时频同步方法
干扰特征分析
多路径效应
干扰分析模型
聚类算法
双模态
分拣方法
相机支架
分拣系统
图像处理模块