申请/专利权人:南京邮电大学
申请日:2024-02-29
公开(公告)日:2024-04-12
公开(公告)号:CN117876793A
主分类号:G06V10/764
分类号:G06V10/764;G06V20/10;G06V10/58;G06V10/77;G06V10/82;G06V10/774;G06N3/0464;G06N3/0455;G06N3/047
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.30#实质审查的生效;2024.04.12#公开
摘要:本发明公开了一种高光谱影像树种分类方法及装置,其方法包括:获取源域和目标域的高光谱图像,并对高光谱图像进行预处理;获取预处理后的高光谱图像中已知的分类标签类别;若类别相同,则将源域的高光谱图像输入基于域泛化的树种分类模型进行训练;将目标域的高光谱图像输入训练好的基于域泛化的树种分类模型获取未知的分类标签类别;若类别不同,则将源域和目标域的高光谱图像输入基于迁移学习的树种分类模型进行训练;将目标域的高光谱图像输入训练好的基于迁移学习的树种分类模型获取未知的分类标签类别;本发明将分类策略中的迁移学习策略和域泛化策略相结合的方案,达到获得各种树种类型分布,实现树种分类的技术效果。
主权项:1.一种高光谱影像树种分类方法,其特征在于,包括:获取源域和目标域的高光谱图像,并对所述高光谱图像进行预处理;获取预处理后的所述高光谱图像中已知的分类标签类别;若源域和目标域对应的已知的分类标签类别相同,则将所述源域的高光谱图像输入基于域泛化的树种分类模型进行训练;将所述目标域的高光谱图像输入训练好的基于域泛化的树种分类模型获取未知的分类标签类别;若源域和目标域对应的已知的分类标签类别不同,则将所述源域和所述目标域的高光谱图像输入基于迁移学习的树种分类模型进行训练;将所述目标域的高光谱图像输入训练好的基于迁移学习的树种分类模型获取未知的分类标签类别。
全文数据:
权利要求:
百度查询: 南京邮电大学 一种高光谱影像树种分类方法及装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。