公开(公告)号：CN118570531A

公开(公告)日：2024-08-30

申请号：CN202410652340.6

申请日：2024-05-24

Applicant: 海南大学

Inventor： 王兆晖 ,  李宁阳

IPC: G06V10/764 ,  G06V20/10 ,  G06V10/771 ,  G06V10/80 ,  G06V10/82

Abstract: 本发明涉及一种基于成型‑序列注意力和空间邻近特征选择的高光谱图像分类模型。所述模型包括：空间子网络、光谱子网络、图像分类部分，空间子网络中包括成型注意力模块、空间邻近特征选择模块；通过空间子网络生成空间特征向量；光谱子网络中有序列注意力模块；通过光谱子网络生成光谱特征向量；将空间特征向量、光谱特征向量输入图像分类部分进行分类，得到高光谱图像分类结果。通过成型注意力模块、空间邻近特征选择模块、序列注意力模块来筛选高光谱图像中的空间‑光谱特征，并进行融合，以自适应地突出特征提取过程中的有价值信息并抑制无用信息，提高对高光谱图像中信息的利用率，从而提高图像分类精度。

公开(公告)号：CN118485869A

公开(公告)日：2024-08-13

申请号：CN202410659976.3

申请日：2024-05-24

Applicant: 海南大学

Inventor： 王兆晖 ,  李宁阳

IPC: G06V10/764 ,  G06V20/10 ,  G06V10/58 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/048

Abstract: 本申请实施例公开了一种基于一致中央注意力网络的图像分类方法，所述方法包括：将样本块输入中央注意力模块，得到优化后的样本块；将所述优化后的样本块输入光谱注意力模块，得到增强后的样本块；将所述增强后的样本块输入轻量级3D密集连接网络，提取辨别性光谱‑空间特征，得到特征图；将所述特征图输入所述中央注意力模块，得到调整后的特征；通过全连接层将所述调整后的特征映射到分类空间，利用激活函数得到预测标签。本申请能够增强网络聚焦有效区域、提取辨别性特征的能力，提高分类准确率，能够达到可靠的分类性能。

公开(公告)号：CN118486448A

公开(公告)日：2024-08-13

申请号：CN202410657820.1

申请日：2024-05-24

Applicant: 海南大学

Inventor： 王兆晖 ,  李宁阳

IPC: G16H50/20 ,  G16H50/70 ,  G16H30/00 ,  G06V10/764 ,  G06V10/82

Abstract: 本申请涉及图像处理技术领域，公开一种自闭症谱系障碍的诊断方法，该方法应用于诊断装置，诊断装置集成有诊断模型，诊断模型包括提取单元和检测单元；该方法包括：获取待诊断脑部图像；调用提取单元对待诊断脑部图像进行特征提取，以输出待诊断脑部图像特征图；调用检测单元对待诊断脑部图像特征图进行检测，以输出诊断结果。该方法中通过检测模块中的残差注意力模块，可减少特征映射的噪声元素，以屏蔽特征图中的冗余区域。通过检测模块中的上下文增强模块还可提升多尺度语义信息的利用率。从而提升检测精度，并保证识别时的稳定性。本申请还公开一种自闭症谱系障碍的诊断装置及设备、存储介质。