一种空谱联合特征学习网络及多光谱变化检测方法

OPT OpenIR > 光谱成像技术研究室

	一种空谱联合特征学习网络及多光谱变化检测方法
	卢孝强; 张无瑕; 李学龙
	2018-12-27
专利权人	中国科学院西安光学精密机械研究所
公开日期	2019-05-21
授权国家	中国
专利类型	发明专利
产权排序	1
摘要	本发明公开了一种基于空谱联合特征学习网络及多光谱变化检测方法，实现步骤是：(1)将图像分为大小5*5图像块；(2)构建训练集和测试集；(3)提取空谱联合的高层语义特征；(4)将提取的空谱联合的高层语义特征输入空谱联合学习网络的判别层得到变化检测的结果；(5)统计实验结果，计算多光谱变化检测的精度。本发明与现有方法相比，空谱联合学习网络能够同时提取空间和频谱特征；并且进一步挖掘融合的空谱联合特征的隐含信息，提取融合的空谱联合特征的高层语义信息，可以增加判别性，提高了变化检测的精度。
主权项	一种空谱联合特征学习网络，其特征在于：包括依次通讯的空谱联合特征表达部分、特征融合部分、判别学习部分及预测部分；所述空谱联合特征表达部分用于对输入图像对进行空谱联合学习网络处理，获得输入图像对中各图像的空谱联合特征；所述特征融合部分用于对空谱联合特征表达部分输出的图像对中各图像的空谱联合特征进行融合，获得融合后的空谱联合特征；所述判别学习部分通过判别网络对融合后的空谱联合特征进行处理，获得融合后空谱联合特征的高层语义信息；所述预测部分用于对高层语义信息进行相似性判别计算，得到变化检测的结果。
申请日期	2018-12-27
专利号	CN201811615977.9
语种	中文
专利状态	申请中
申请号	CN201811615977.9
公开（公告）号	CN109785302A
IPC 分类号	G06T7/00 ; G06T5/50 ; G06N3/04
专利代理人	汪海艳
代理机构	西安智邦专利商标代理有限公司
文献类型	专利
条目标识符	http://ir.opt.ac.cn/handle/181661/31651
专题	光谱成像技术研究室
作者单位	中国科学院西安光学精密机械研究所
第一作者单位	中国科学院西安光学精密机械研究所
推荐引用方式 GB/T 7714	卢孝强,张无瑕,李学龙. 一种空谱联合特征学习网络及多光谱变化检测方法. CN201811615977.9[P]. 2018-12-27.

条目包含的文件
文件名称/大小	文献类型	版本类型	开放类型	使用许可
一种空谱联合特征学习网络及多光谱变化检测（2322KB）	专利		限制开放	CC BY-NC-SA	请求全文