申请/专利权人：山东科技大学

申请日：2024-02-21

公开（公告）日：2024-05-17

公开（公告）号：CN117765402B

主分类号：G06V20/10

分类号：G06V20/10;G06V10/82;G06V10/25;G06V10/74;G06N3/0464;G06N3/082

优先权：

专利状态码：有效-授权

法律状态：2024.05.17#授权;2024.04.12#实质审查的生效;2024.03.26#公开

摘要：本发明公开了一种基于注意力机制的高光谱图像匹配检测方法，属于模式识别与图像处理技术领域，利用全卷积网络对高光谱图像进行重建，从中获取目标图像的通道和空间注意力；将高光谱图像依次与通道和空间注意力进行元素点乘，得到注意力加权后的高光谱图像；并将其像素光谱与已知光谱模板作为高光谱匹配检测器的输入，检测像素是否为目标像素。本发明通过对高光谱图像重建以获取目标的通道‑空间注意力，并利用通道‑空间注意力对原始光谱进行注意力加权处理，通过对光谱通道加权以增加同类光谱间的相似性与异类光谱间的差异性，通过对光谱空间注意力加权以充分考虑上下文信息，突出目标抑制背景，提升目标检测精度。

主权项：1.一种基于注意力机制的高光谱图像匹配检测方法，其特征在于，包括以下步骤：S1、对待检测的高光谱图像进行归一化处理；S2、以归一化后的高光谱图像为输入，建立高光谱图像重建模型，所述高光谱图像重建模型包括全卷积网络和通道-空间注意力模块，输出为通道注意力和空间注意力；所述全卷积网络依次包括输入层、n个卷积层和输出层，每个卷积层后连接批归一化层和激活函数；所述通道-空间注意力模块包括通道注意力模块和空间注意力模块；其中，n个卷积层均采用二维多通道卷积，前n-1个卷积层的卷积核尺寸为3×3，且采用补零填充以保持卷积前后特征图的尺寸不变，卷积核的个数逐层递减；第n个卷积层采用1×1卷积，卷积核的数目与输入高光谱图像所包含的波段数目一致；激活函数选用修正线性单元ReLU；S3、将归一化的高光谱图像依次与通道注意力和空间注意力进行元素点乘，以得到注意力加权后的高光谱图像；步骤S3包括以下子步骤：S31、将归一化后的高光谱图像I与通道注意力进行元素点乘，得到通道加权后的高光谱图像I'，表达式为： S32、对通道加权后的图像I'，继续与空间注意力进行元素点乘，得到通道-空间加权后的图像I”，表达式为： S4、将注意力加权后的高光谱图像的像素光谱与已知光谱模板作为高光谱匹配检测器的输入，进一步检测像素是否为目标像素；所述S4包括以下子步骤：S41、将通道-空间加权后的高光谱图像的像素光谱与已知光谱模板作为高光谱匹配检测器的输入来计算二者的相似度；S42、将计算得到的相似度值与预设的检测阈值进行比较，若相似度超过检测阈值，则判定对应像素点为目标，否则判定对应像素点为背景。

全文数据：

权利要求：

百度查询： 山东科技大学 一种基于注意力机制的高光谱图像匹配检测方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD