摘要
本发明公开了基于多层次注意力特征增强的跨域农田识别方法,包括:S1、分别针对源域和目标域,通过二维卷积神经网络分层提取农田的空间特征,通过三维卷积神经网络从作物中提取光谱特征;S2、初始化空间知识库和光谱知识库;S3、计算源域的空间特征和光谱特征的均值和方差,分别写入空间知识库和光谱知识库;S4、基于空间知识库和光谱知识库,通过引入注意力机制,分别对源域、目标域的空间特征和光谱特征进行增强;S5、基于增强后的源域、目标域的空间特征和光谱特征,对域判别器和特征提取器进行交叉训练;S6、利用训练好的域判别器和特征提取器进行农田识别。本发明实现了源域二维空间特征与三维光谱信息的高效迁移。
技术关键词
三维卷积神经网络
二维卷积神经网络
农田识别方法
特征提取器
引入注意力机制
多层次
样本
标签
分层
田埂
因子
动态
条目
风格
通道
纹理
重构
系统为您推荐了相关专利信息
浓度预测方法
消息传递网络
多任务损失函数
空气质量监测站
空气质量预测技术
电力负荷预测模型
气候
电力负荷模型
特征提取器
分类器
血型鉴定方法
迁移学习模型
空间金字塔池化
对抗性
引入注意力机制
剩余寿命预测模型
深度时空特征
信息处理模块
连续小波变换
深度特征提取