公开(公告)号：CN114220008B

公开(公告)日：2024-09-17

申请号：CN202111494041.7

申请日：2021-12-08

Applicant: 大连海事大学

Inventor： 王玉磊 ,  陈昔 ,  车宗蔚 ,  宋梅萍 ,  张建祎

IPC: G06V20/10 ,  G06V10/77 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0985 ,  G06N3/0464 ,  G06T5/20 ,  G06T5/30

Abstract: 本发明公开了一种基于元学习和连体网络的高光谱图像目标检测方法，包括：首先设计了一维深度残差卷积网络用以构建三通道深度残差卷积连体网络。其次，为了使同类像元光谱类内距离小，不同类像元光谱类间距离大，设计了光谱三重态损失函数。通过在设计的三通道深度残差卷积连体网络上使用从已知有标签源域高光谱数据集上构建的任务进行元训练，在欧几里得特征空间中学习光谱之间的相似性与相异性。将学习到的元知识使用先验目标像元光谱通过设计的两通道深度残差卷积连体网络进行更新，以快速适应新的检测任务。其中，连体网络中每个通道的一维深度残差卷积网络的结构与参数都是相同的。最后联合空间信息，使用引导图滤波与形态学闭运算对两通道深度残差卷积连体网络的检测图进行处理，得到最终的检测结果图。

公开(公告)号：CN114220008A

公开(公告)日：2022-03-22

申请号：CN202111494041.7

申请日：2021-12-08

Applicant: 大连海事大学

Inventor： 王玉磊 ,  陈昔 ,  车宗蔚 ,  宋梅萍 ,  张建祎

IPC: G06V20/10 ,  G06V10/77 ,  G06V10/764 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06T5/20 ,  G06T5/30

Abstract: 本发明公开了一种基于元学习和连体网络的高光谱图像目标检测方法，包括：首先设计了一维深度残差卷积网络用以构建三通道深度残差卷积连体网络。其次，为了使同类像元光谱类内距离小，不同类像元光谱类间距离大，设计了光谱三重态损失函数。通过在设计的三通道深度残差卷积连体网络上使用从已知有标签源域高光谱数据集上构建的任务进行元训练，在欧几里得特征空间中学习光谱之间的相似性与相异性。将学习到的元知识使用先验目标像元光谱通过设计的两通道深度残差卷积连体网络进行更新，以快速适应新的检测任务。其中，连体网络中每个通道的一维深度残差卷积网络的结构与参数都是相同的。最后联合空间信息，使用引导图滤波与形态学闭运算对两通道深度残差卷积连体网络的检测图进行处理，得到最终的检测结果图。