公开(公告)号：CN118799731A

公开(公告)日：2024-10-18

申请号：CN202410953194.0

申请日：2024-07-16

Applicant: 西安电子科技大学

Inventor： 王正珏 ,  许英豪 ,  张昊 ,  党程英 ,  孙文峻 ,  席博博 ,  李云松

IPC: G06V20/10 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06V10/764 ,  G06N3/084

Abstract: 本发明提供一种高光谱与多光谱图像的融合与分类一体化方法及系统，方法具体包括如下步骤：获取并预处理数据集；将预处理后的数据集划分为训练集和测试集；通过设置融合推理子网络、融合生成子网络以及分类子网络，构建融合识别一体化模型；采用训练集进行训练，优化模型参数，得到训练后的融合识别一体化模型；基于训练后的融合识别一体化模型，进行图像生成和图像分类，得到高分辨率的高光谱图像和高分辨率多光谱图像中各像素的类别标签结果。本发明通过构建一体化模型，以及通过对模型的训练和更新，获得高分辨率的高光谱图像，同时可实现高分辨率多光谱图像的像素级分类，该高分辨率高光谱图像的像素级分类结果具有更高的像素级分类精度。

公开(公告)号：CN118710739A

公开(公告)日：2024-09-27

申请号：CN202410862576.2

申请日：2024-06-28

Applicant: 西安电子科技大学

Inventor： 王正珏 ,  孙文峻 ,  张昊 ,  袁宗林 ,  党程英 ,  许英豪 ,  李云松

IPC: G06T9/00 ,  G06N3/096 ,  G06N3/0464

Abstract: 本发明提供一种基于高光谱快照压缩的图像描述生成方法及系统，方法：收集获取高光谱图像，建立训练数据集和测试数据集；对高光谱数据集进行压缩处理，获得压缩测量图像；搭建深度网络模型；使用压缩测量图像中的训练数据集对深度网络模型进行训练；利用教师网络优化学生网络的网络参数，通过损失函数对优化后的网络参数进行迭代更新；将压缩测量图像中的测试数据集输入至优化后的深度网络模型，得到图像编码，利用图像编码生成高光谱图像的描述。本发明在整体上提高了处理的效率，减少了存储和计算资源的需求，提高了处理的准确性，在整体上提高了从复杂高光谱数据中生成准确描述的能力，具有较好的实用意义。