← 返回列表
图像分类方法及图像分类装置
摘要文本
本发明提供一种图像分类方法及图像分类装置，涉及图像数据处理技术领域，其中，光谱卷积神经网络包括第一三维卷积层、第二三维卷积层和第一残差块，空间卷积神经网络包括第三三维卷积层和第二残差块，该方法包括：采用第一三维卷积层、第二三维卷积层和第一残差块，对遥感图像的图像块进行光谱特征处理，得到遥感图像对应的光谱特征图；采用第三三维卷积层和第二残差块，对遥感图像的图像块进行空间特征处理，得到遥感图像对应的空间特征图；根据光谱特征图和空间特征图，对遥感图像进行分类，得到空谱联合分类结果。采用光谱卷积神经网络和空间卷积神经网络，能够有效且准确地提取遥感图像的光谱特征和空间特征，进而得到准确性较高的分类结果。
申请人信息
- 申请人:北京观微科技有限公司
- 申请人地址:100094 北京市海淀区唐家岭村南2幢二层231
- 发明人: 北京观微科技有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 图像分类方法及图像分类装置 |
| 专利类型 | 发明授权 |
| 申请号 | CN202311670436.7 |
| 申请日 | 2023/12/7 |
| 公告号 | CN117372789B |
| 公开日 | 2024/3/8 |
| IPC主分类号 | G06V10/764 |
| 权利人 | 北京观微科技有限公司 |
| 发明人 | 李梦薇; 苏芝娟; 卜冬冬; 吴日红; 谢珠利 |
| 地址 | 北京市海淀区唐家岭村南2幢二层231 |
专利主权项内容
1.一种图像分类方法，其特征在于，光谱卷积神经网络包括第一三维卷积层、第二三维卷积层和第一残差块，空间卷积神经网络包括第三三维卷积层和第二残差块，所述方法包括：采用所述第一三维卷积层，对遥感图像的光谱维度进行降维处理，得到第一特征图；采用所述第一残差块，对所述第一特征图的图像块进行光谱特征提取，得到第二特征图；根据所述第一特征图和所述第二特征图，确定目标特征图；采用所述第二三维卷积层，对所述目标特征图的图像块进行光谱特征提取，得到光谱特征图；采用所述第三三维卷积层，对所述遥感图像的空间维度进行降维处理，得到第三特征图；采用所述第二残差块，对所述第三特征图的图像块进行空间特征提取，得到第四特征图；根据所述第三特征图和所述第四特征图，确定得到空间特征图；根据所述光谱特征图和所述空间特征图，对所述遥感图像进行分类，得到空谱联合分类结果。