公开(公告)号：CN112200090A

公开(公告)日：2021-01-08

申请号：CN202011084356.X

申请日：2020-10-12

Applicant: 桂林电子科技大学

Inventor： 林乐平 ,  李祖锋 ,  欧阳宁 ,  莫建文

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G01N21/17 ,  G01N21/31

Abstract: 本发明公开了一种基于交叉分组空谱特征增强网络的高光谱图像分类方法，包括：1）光谱特征交叉分组；2）多通道分组光谱特征提取；3）空间特征交叉分组；4）分组空间特征提取；5）光谱‑空间通道信息交互；6）高光谱图像像元分类。这种方法利用光谱‑空间特征信息，分别对光谱特征和空间特征进行交叉分组和特征提取操作，能有效减弱相邻光谱间相关性；采用通道自注意力和像素位置自注意力操作对交叉分组得到的特征进行增强，对空间特征和光谱特征进行信息交互及融合，将融合后特征用于分类，能够提高网络分类性能。

公开(公告)号：CN112164011A

公开(公告)日：2021-01-01

申请号：CN202011085140.5

申请日：2020-10-12

Applicant: 桂林电子科技大学

Inventor： 欧阳宁 ,  邓超阳 ,  李祖锋 ,  林乐平 ,  莫建文 ,  袁华

IPC: G06T5/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于自适应残差与递归交叉注意力的运动图像去模糊方法，其特征在于，包括：1）去模糊网络框架的建立；2）浅层特征提取；3）自适应残差过程；4）递归交叉注意力过程；5）图像重建；6）判别网络模型。这种方法能解决运动模糊图像的非均匀性问题，去除伪影且获取更多的图像高频特征，重建出纹理细节丰富的高质量图像。

公开(公告)号：CN112200090B

公开(公告)日：2022-07-01

申请号：CN202011084356.X

申请日：2020-10-12

Applicant: 桂林电子科技大学

Inventor： 林乐平 ,  李祖锋 ,  欧阳宁 ,  莫建文

IPC: G06V20/13 ,  G06V10/764 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G01N21/17 ,  G01N21/31

Abstract: 本发明公开了一种基于交叉分组空谱特征增强网络的高光谱图像分类方法，包括：1）光谱特征交叉分组；2）多通道分组光谱特征提取；3）空间特征交叉分组；4）分组空间特征提取；5）光谱‑空间通道信息交互；6）高光谱图像像元分类。这种方法利用光谱‑空间特征信息，分别对光谱特征和空间特征进行交叉分组和特征提取操作，能有效减弱相邻光谱间相关性；采用通道自注意力和像素位置自注意力操作对交叉分组得到的特征进行增强，对空间特征和光谱特征进行信息交互及融合，将融合后特征用于分类，能够提高网络分类性能。

公开(公告)号：CN112164011B

公开(公告)日：2023-02-28

申请号：CN202011085140.5

申请日：2020-10-12

Applicant: 桂林电子科技大学

Inventor： 欧阳宁 ,  邓超阳 ,  李祖锋 ,  林乐平 ,  莫建文 ,  袁华

IPC: G06T5/00 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于自适应残差与递归交叉注意力的运动图像去模糊方法，其特征在于，包括：1）去模糊网络框架的建立；2）浅层特征提取；3）自适应残差过程；4）递归交叉注意力过程；5）图像重建；6）判别网络模型。这种方法能解决运动模糊图像的非均匀性问题，去除伪影且获取更多的图像高频特征，重建出纹理细节丰富的高质量图像。