《激光技术杂志》发表论文赏析

3维卷积递归神经网络的高光谱图像分类方法

来源:激光技术杂志2020年第4期北京时间:

作者:关世豪, 杨桄, 李豪, 付严宇

摘要:为了针对高光谱图像中空间信息与光谱信息的不同特性进行特征提取,提出一种3维卷积递归神经网络(3-D-CRNN)的高光谱图像分类方法。首先采用3维卷积神经网络提取目标像元的局部空间特征信息,然后利用双向循环神经网络对融合了局部空间信息的光谱数据进行训练,提取空谱联合特征,最后使用Softmax损失函数训练分类器实现分类。3-D-CRNN模型无需对高光谱图像进行复杂的预处理和后处理,可以实现端到端的训练,并且能够充分提取空间与光谱数据中的语义信息。结果表明,与其它基于深度学习的分类方法相比,本文中的方法在Pavia University与Indian Pines数据集上分别取得了99.94%和98.81%的总体分类精度,有效地提高了高光谱图像的分类精度与分类效果。该方法对高光谱图像的特征提取具有一定的启发意义。

关键词:光谱学, 高光谱图像分类, 3维卷积神经网络, 双向循环神经网络, 空谱联合特征

2020年4期其他文献查阅:

莫尔条纹倾角快速求解算法及应用

新型钠信标激光器研究进展

激光辐照非制冷微测辐射热计的理论研究

近红外激光对图像传感探测器的干扰研究

石墨烯-六方氮化硼结构的古斯-汉欣位移

具有输入饱和的光电伺服平台的滑模控制

基于红外指纹光谱的快速鉴别黑色记号笔墨水

无人机山区环境激光扫描路径规划方法研究

扫描路径对薄壁件激光熔覆涂层形变的影响

基于视觉图像的四旋翼无人机飞行控制研究

基于密度聚类的光条中心线提取方法

基于互耦合环形激光器获取高质量混沌信号

基于k最近邻的激光雷达飞机尾涡识别

玉米粉中苯甲酸的太赫兹光谱定量检测研究

3维卷积递归神经网络的高光谱图像分类方法

活性激光焊接304不锈钢温度场的数值与试验研究

基于主成分分析与曲面拟合的激光点云滤波去噪

雾天多次散射对激光透射仪能见度测量的影响

复杂环境中电力线激光点云的自动提取

基于跟踪特征的目标模型逼真度评估方法

一种基于多尺度点状目标建模的检测算法

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!