公开(公告)号：CN119649156A

公开(公告)日：2025-03-18

申请号：CN202510103679.5

申请日：2025-01-22

Applicant: 湖南工业大学

Inventor： 贾林 ,  刘子坤 ,  张瀛 ,  沈锦泰

IPC: G06V10/764 ,  G06V10/82 ,  G06V20/10 ,  G06N3/045 ,  G06N3/0464 ,  G06V10/80

Abstract: 本发明公布了一种基于混合度量学习和双流表示的高光谱图像分类方法，属于图像处理技术领域，包括以下步骤：步骤A：对源域和目标域的高光谱数据进行预处理，生成空间光谱斑块，并通过数据增强技术构建支持集和查询集，模拟少样本学习任务；步骤B：设计双分支嵌入特征提取模块（BiStream），结合注意力机制和域映射策略，从源域和目标域中提取高效的分类特征；步骤C：引入局部中心熵矩阵（LCEM）和自适应域自适应损失模块（AdaptLoss），对齐源域和目标域的特征分布，实现领域自适应；步骤D：使用马哈拉诺比斯距离和LCEM正则化矩阵，完成目标域的少样本分类。本发明在跨域小样本领域对整体性能都有着很好的提升效果。

公开(公告)号：CN119942220A

公开(公告)日：2025-05-06

申请号：CN202510103678.0

申请日：2025-01-22

Applicant: 湖南工业大学

Inventor： 张瀛 ,  沈锦泰 ,  贾林 ,  刘子坤 ,  韩坤朋

IPC: G06V10/764 ,  G06V10/42 ,  G06V10/44 ,  G06V10/54 ,  G06V10/80 ,  G06V10/82 ,  G06V10/77 ,  G06V20/10 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公布了一种基于Retinex模型的高光谱图像分类方法，属于图像处理技术领域，包括以下步骤：对高光谱图像进行Retinex分解，得到固有属性分量和光照分量；通过双分支网络分别对固有属性分量和光照分量进行特征提取，其中固有属性分量特征提取器用于提取高光谱图像的材质特征和纹理信息，光照分量特征提取器用于提取高光谱图像的光照特征；利用基于交互注意力机制的特征融合模块对提取的固有属性特征和光照特征进行融合，生成融合后的特征表示；对融合后的特征进行分类，生成高光谱图像的分类结果。本发明能够有效提取高光谱图像中的空谱特征，显著提高了分类精度，具有广泛的应用前景，适用于复杂光照条件下的高光谱图像分类任务。