一种基于自监督光谱匹配框架的高光谱目标检测方法

发明专利有效专利

申请号：
CN202110167973.4
IPC分类号：G06K9/00;G06K9/46;G06N3/04;G06N3/08;G06K9/62
申请日期：
2021-04-30
申请人：
西北工业大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于自监督光谱匹配框架的高光谱目标检测方法
申请号	CN202110167973.4	申请日期	2021-04-30
法律状态	实质审查	申报国家	中国
公开/公告日	2021-06-11	公开/公告号	CN112949422A
优先权	暂无	优先权号	暂无
主分类号	G06K9/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕	IPC分类号	G;0;6;K;9;/;0;0;;;G;0;6;K;9;/;4;6;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8;;;G;0;6;K;9;/;6;2查看分类表>
申请人	西北工业大学	申请人地址	陕西省西安市友谊西路127号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	西北工业大学	当前权利人	西北工业大学
发明人	袁媛;姚璨
代理机构	西北工业大学专利中心	代理人	金凤

摘要

本发明公开了一种基于自监督光谱匹配框架的高光谱目标检测方法，首先，通过预检测器对目标和背景进行粗糙分类；根据预检测器的检测结果得分，进一步对目标和背景数据进行聚类，将整个数据分为不同的子类别，降低目标和背景的类内差异；其次，选取聚类中心作为类别代表性样本，并通过不同的权重线性组合生成大量的训练数据，采用训练数据通过有监督方式对光谱匹配网络进行训练；最后，通过基于样本对的损训练光谱匹配网络，使目标像素之间的距离最小，使目标与背景之间的距离最大化，完成目标检测。本发明通过由粗到细的检测方式，实现对复杂背景像素进行建模，可以提升特征的鉴别能力，提高检测精度。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供