一种基于TRANSFORMER特征融合的高光谱影像分类方...
公开
摘要
本发明提供的是一种基于TRANSFORMER特征融合的高光谱影像分类方法，通过将空‑谱信息特征与深层关联信息融合，更有效地利用影像光谱特征与空间特征，显著提高图像的分类精度。提出方法包括空‑谱信息挖掘、基于Transformer的特征融合、预测三个步骤。空‑谱信息挖掘是通过影像转置和三通道卷积神经网络的构建，充分挖掘影像中包含的空‑谱信息；基于Transformer的特征融合是将三通道获取的影像分别输入Transformer的三个编码器中，然后利用解码器将空谱特征进行融合，获取融合的空‑谱特征；预测是将Transformer融合的空谱特征输入到softmax中，从而得到分类器的分类精度。
基本信息
专利标题 ：
一种基于TRANSFORMER特征融合的高光谱影像分类方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114627370A
申请号 ：
CN202210144122.2
公开（公告）日 ：
2022-06-14
申请日 ：
2022-02-17
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
郝思媛刘佳璇夏裕凤赵锟
申请人 ：
青岛理工大学
申请人地址 ：
山东省青岛市黄岛区嘉陵江东路777号
代理机构 ：
代理人 ：
优先权 ：
CN202210144122.2
主分类号 ：
G06V20/10
IPC分类号 ：
G06V20/10 G06V10/77 G06V10/774 G06V10/764 G06V10/80 G06V10/82 G06K9/62 G06N3/04 G06N3/08
法律状态
2022-06-14 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
