公开(公告)号：CN112149652A

公开(公告)日：2020-12-29

申请号：CN202011351142.4

申请日：2020-11-27

Applicant: 南京理工大学

Inventor： 徐洋 ,  李恒 ,  何琳 ,  杜婧 ,  吴泽彬 ,  韦志辉

IPC: G06K9/00 ,  G06K9/46 ,  G06K9/62 ,  G06N3/08 ,  G06N3/04 ,  H04N19/176 ,  H04N19/48 ,  H04N19/44

Abstract: 本发明公开了一种用于高光谱图像有损压缩的空谱联合深度卷积网络方法，用于在低比特率下对高光谱图像进行有损压缩，该方法包括：高光谱图像整体输入到卷积神经网络当中训练和测试；编码器和解码器采用卷积结构提取高光谱图像的空谱特征，网络采用的激活函数为广义分裂归一化层，经过量化器和熵编码后得到比特流进行存储和传输；考虑到波段之间的相关性，首先采取单向光谱卷积针对光谱信息进行压缩和解压缩，再通过编码器提取空谱联合特征；网络损失函数为率‑失真损失函数。该损失函数平衡压缩率与图像失真程度，使得网络能够根据不同的平衡因子学习到不同的压缩能力，在性能上有了显著的提升。