← 返回列表
基于自适应加权损失和对抗干扰器的遥感异常检测方法
摘要文本
本发明涉及基于自适应加权损失和对抗干扰器的遥感异常检测方法，属于图像处理和遥感异常检测技术领域。将高光谱图像输入自动编码器重建获得背景重建图像，由高光谱图像和背景重建图像计算重建误差图，利用重建误差图分别生成用于计算自适应加权损失函数的权重图和用于对抗性干扰鉴别器的二值化人工伪标签，通过在自编码器中引入自适应加权损失训练和对抗性干扰鉴别器对抗训练，有效地促进了背景区域的重建，并同时抑制了异常区域的准确重建，采用“迭代对抗”的方式，以进一步实现目标。本发明整个网络以端到端的方式进行训练，从而实现高度准确的遥感异常检测。。来源：专利查询网
申请人信息
- 申请人:山东锋士信息技术有限公司
- 申请人地址:250107 山东省济南市高新区遥墙街道明远街2号中欧智造港18号多层厂房1单元101室、102室
- 发明人: 山东锋士信息技术有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于自适应加权损失和对抗干扰器的遥感异常检测方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311703448.5 |
| 申请日 | 2023/12/13 |
| 公告号 | CN117409326A |
| 公开日 | 2024/1/16 |
| IPC主分类号 | G06V20/10 |
| 权利人 | 山东锋士信息技术有限公司 |
| 发明人 | 刘玉峰; 孙启玉; 孙平; 杨公平 |
| 地址 | 山东省济南市高新区遥墙街道明远街2号中欧智造港18号多层厂房1单元101室、102室 |
专利主权项内容
1.基于自适应加权损失和对抗干扰器的遥感异常检测方法，其特征是，包括步骤如下：S1.将获得的高光谱图像划分训练集和测试集；S2.训练阶段，将高光谱图像输入自动编码器重建获得背景重建图像，由高光谱图像和背景重建图像计算重建误差图，利用重建误差图分别生成用于计算自适应加权损失函数的权重图和用于对抗性干扰鉴别器的二值化人工伪标签；S3.利用权重图计算自适应加权损失函数L，先用初始化的权重计算损失函数迭代训练自动编码器使其具有基本的重建正常区域的能力，再设置对抗性干扰鉴别器对自动编码器进行对抗训练，对抗训练包括优化自动编码器的训练和优化对抗性干扰鉴别器参数的训练；rec利用异常预测图与人工伪标签的差异计算对抗训练中两部分优化训练的损失L和L，利用总损失同时更新自动编码器和对抗性干扰鉴别器：AEDL=L+L+L；总recAEDS4.测试阶段，将高光谱图像输入训练好的自动编码器获得背景重建图像，由高光谱图像和背景重建图像计算重建误差图，使用重建误差来获得最终的异常检测结果。