首页> 中国专利> 基于条件随机场和深度特征学习的高光谱图像分类方法

基于条件随机场和深度特征学习的高光谱图像分类方法

页面导航

摘要
著录项
法律信息
相似文献

摘要

本发明公开一种基于条件随机场和深度特征学习的高光谱图像分类方法，该方法首先对输入的高光谱数据集进行归一化处理，接着采用3D‑CNN神经网络获取高光谱影像光谱‑空间特征，然后应用3D‑CNN生成特征图，利用3D‑CNN的输出特征在框架中引入基于3D‑CNN的深度CRF，扩展基于3D‑CNN的深层CRF架构来计算CRF的一元势函数和二元势函数；再根据后验概率对特征图进行粗分类，采用平均场近似算法来计算最大后验边界推理的CRF分布；最后对粗分类的分类图基于反卷积神经网络进行改进分类。本发明可以处理整个光谱通道的光谱信息和空间信息，有效获取基于三维数据立方体区域之间的语义相关性，并利用反卷积神经网络来提高模型最终的分类性能。

著录项

公开/公告号CN113139515A

专利类型发明专利
公开/公告日2021-07-20

原文格式PDF
申请/专利权人辽宁工程技术大学;
展开▼

申请/专利号CN202110528225.4
发明设计人吕欢欢;钱韫竹;张辉;胡杨;白爽;霍欣燃;
展开▼

申请日2021-05-14
分类号G06K9/00(20060101);G06K9/62(20060101);G06N3/04(20060101);
代理机构21109 沈阳东大知识产权代理有限公司;
代理人李在川
地址 125105 辽宁省葫芦岛市龙湾南大街188号
入库时间 2023-06-19 11:54:11

法律信息

法律状态公告日

法律状态信息

法律状态
2022-05-31

发明专利申请公布后的撤回 IPC(主分类):G06K 9/00 专利申请号:2021105282254 申请公布日:20210720

发明专利申请公布后的撤回

相似文献

专利
中文文献
外文文献

1. 基于条件随机场和深度特征学习的高光谱图像分类方法 [P] . 中国专利： CN113139515A . 2021-07-20
2. 一种基于分层稀疏判别特征学习的高光谱图像分类方法 [P] . 中国专利： CN104408478A . 2015-03-11
3. DEEP LEARNING BASED METHOD AND APPARATUS FOR THREE DIMENSIONAL MODEL TRIANGULAR FACET FEATURE LEARNING AND CLASSIFYING [P] . 美国专利： US2018101752A1 . 2018-04-12

机译：基于深度学习的三维模型三角形人脸特征学习与分类的方法和装置
4. Deep learning based method and apparatus for three dimensional model triangular facet feature learning and classifying [P] . 美国专利： US10049299B2 . 2018-08-14

机译：基于深度学习的三维模型三角面特征学习与分类的方法和装置
5. ACTIVITY RECOGNITION METHOD BASED ON A SEMI MARKOV CONDITIONAL RANDOM FIELD MODEL, PARTICULARLY FOR SIMULTANEOUSLY PROGRESSING TRAINING AND DEDUCTION IN A SEMI MARKOV CONDITIONAL RANDOM FIELD MODEL [P] . 韩国专利： KR20110034828A . 2011-04-06

机译：基于半马尔可夫条件随机场模型的活动识别方法，特别是在半马尔可夫条件随机场模型中同时进行训练和演绎的方法