CNIPA.AI
返回搜索
档案

一种融合3D空洞卷积与Transformer网络的高光谱图像分类方法

发明专利未知
10权利要求 · 1 独立
§ Ⅰ

卷宗概要

发明人

涂潮; 章杰侈; 徐皓波

申请日

Jun 30, 2026

公开日

Oct 20, 2026

IPC 分类

G06V 10/764 (2022.01)G06V 20/10 (2022.01)G06V 10/58 (2022.01)G06V 10/82 (2022.01)G06N 3/0464 (2023.01)G06N 3/045 (2023.01)G06V 10/80 (2022.01)G06V 10/72 (2022.01)G06N 3/082 (2023.01)G06V 10/52 (2022.01)G06V 10/774 (2022.01)G06V 10/75 (2022.01)G06N 3/084 (2023.01)

本发明公开了一种融合3D空洞卷积与Transformer网络的高光谱图像分类方法。它包括如下步骤:获取原始高光谱图像数据并将三维高光谱数据立方体作为模型输入;将数据立方体输入到三维空洞卷积模块,并得到三维空谱联合特征;再进行光谱维度压缩处理,得到二维基础空谱特征;再进行光谱注意力增强处理和空间注意力增强处理,得到空谱注意力融合特征;对空谱注意力融合特征进行二维卷积细化处理,得到特征序列;为特征序列添加位置编码,得到全局空谱特征;最后,输出高光谱图像的分类结果。优点是:通过多模块协同作用,在光谱维度高度冗余及训练样本数量有限的条件下,显著提升了高光谱图像分类精度和模型泛化能力,同时兼顾计算效率与模型稳定性。

登录后阅读全文

已显示权利要求 1。免费注册即可阅读全部 10 项权利要求、说明书全文、全部附图、翻译和法律状态。

  • 全部权利要求
  • 技术领域
  • 背景技术
  • 发明内容
  • 附图说明
  • 具体实施方式