公开(公告)号：CN118864959A

公开(公告)日：2024-10-29

申请号：CN202410899196.6

申请日：2024-07-05

Applicant: 武汉大学

Inventor： 董燕妮 ,  刘权威 ,  张玉香 ,  张乐飞 ,  杜博

IPC: G06V10/764 ,  G06V20/10 ,  G06V10/82 ,  G06V10/774 ,  G06V10/58 ,  G06V20/70 ,  G06V10/77 ,  G06N3/042 ,  G06N3/045 ,  G06N3/0895 ,  G06N3/09 ,  G06N3/088

Abstract: 本发明公开了一种基于通用知识嵌入对比学习的高光谱图像分类方法及系统，通过将高光谱图像按维度分割、降维，输入到半监督学习模型进行分类；本发明设计了一种新的高光谱数据处理流水线获得了标签样本和无标签样本，并融合监督学习损失和对比学习损失构建了一种半监督学习模型。监督分类模型是通过对骨干网络和监督头迭代优化构建，非监督模型则通过最大化两个特征提取分支的相似性来优化。本发明在无监督模型中引入了特定任务知识，从而构建了一个新颖的半监督学习模型，这将大大加快网络拟合速度，提高模型性能。此外，本发明还为该框架设计了能自适应融合监督学习和对比学习的自动加权损失，更好地将完成高光谱影像分类任务。