【摘 要】
：
为了在高光谱图像分类中更好提取和表达光谱与空间的精细特征以及特征间的交互信息，提出一种基于多层次空-谱融合网络的高光谱图像分类方法。首先，利用多层次特征提取模块，分别提取高光谱图像的多层次空间和光谱特征；其次，设计空-谱特征交互融合模块将获得的多层次空间与光谱特征进行特征融合，以产生空-谱融合特征。本文方法可以结合网络中不同层次的空间与光谱特征，有效地捕获高光谱图像精细特征；同时通过联合学习融合空
论文部分内容阅读
为了在高光谱图像分类中更好提取和表达光谱与空间的精细特征以及特征间的交互信息，提出一种基于多层次空-谱融合网络的高光谱图像分类方法。首先，利用多层次特征提取模块，分别提取高光谱图像的多层次空间和光谱特征；其次，设计空-谱特征交互融合模块将获得的多层次空间与光谱特征进行特征融合，以产生空-谱融合特征。本文方法可以结合网络中不同层次的空间与光谱特征，有效地捕获高光谱图像精细特征；同时通过联合学习融合空间与光谱特征，捕获光谱与空间特征之间交互作用。实验结果表明，与现有基于神经网络的分类方法相比，所提出的高
其他文献
[目的]数字高程模型（Digital Elevation Model， DEM）的分辨率大小决定区域地貌形态特征的表达程度，但目前DEM对于局部地形变异大的平原地区土壤有机碳制图精度的影响尚不明确。[方法]基于此，本研究以江苏北部耕地区域为例，利用随机森林算法，建立不同分辨率DEM下的地形、气候、植被、土壤、成土母质与土壤有机碳之间的关系模型，分析DEM分辨率对局部地形变异大的平原区土壤有机碳制图
土壤冻融过程是青藏高原陆面过程中最突出的特征之一，量化表征土壤冻融过程的关键参量变化特征对认识青藏高原气候变化、生态和水文过程有重要的科学意义。本文利用青藏高原地区ECMWF/ERA5(European Centre for Medium-Range Weather Forecasts/ERA5)的浅层土壤温度、体积含水量和气温资料，通过线性回归、Mann-Kendall检验法、滑动t检验和相关分
监测鱼类行为常用计算机视觉监测和声学信号监测技术两种方法。本文分析对比了这两种监测技术的应用。基于计算机视觉的鱼类行为监测技术是通过摄像机来记录鱼类的行为，但该方法存在数据处理难度大、误差大和数据不连续等缺点，主要以定性分析为主。声学标签系统是声学监测技术的一种主动识别方法，具有原位观察、定位准确、数据处理简单和数据连续性好等优点，可直接获得鱼类的二、三维运动轨迹等量化指标。基于声学标签系统的研究
图像情感分析是机器视觉领域的研究热点,它面临的关键问题:标注者的主观差异导致情感标签明确的高质量样本匮乏,且异构图像特征间跨模态语义未有效利用.提出基于主动样本精选与跨模态语义挖掘的图像情感分析模型ASRF2(Active Sample Refinement&Feature Fusion):融合主动学习与样本精选思想,设计主动样本精选策略,优选情感标签明确的样本;对异构图像特征执行判别相关分析,生
为了解决数字图像灰度信息丢失、边缘模糊导致的图像效果不佳等问题，提出基于卷积神经网络的数字图像模糊增强算法。以图像灰度级作为论域构建特征模糊集合，拟定模糊隶属度，基于模糊熵计算图像边缘灰度值，同时，构建不同光照环境下限制对比度均衡派生图、伽马转换派生图、对数转换派生图、两通道增强派生图，借此微小调整图像像素方差，强化细节信息的表达，增强隶属度，最后通过卷积神经网络筛选图像内渡越点，以此调整图像内对
图卷积网络由于能够直接处理关节点拓扑图在行为识别方面表现出较好的性能而备受关注，但是这类方法中经常存在长时信息依赖建模能力较弱以及未关注空间语义与时间事件变化不均衡问题，针对这些问题提出基于时域扩张残差网络和双分支结构的人体行为识别方法。在时空行为特征提取方法中不仅用图卷积提取空间域特征，而且用扩张因果卷积和残差连接结构来构建时域扩张残差网络提取时域特征，该网络能够在未大量增加参数的基础上有效扩大
针对传统三维场景图像表面重建特征点匹配精度不高，计算复杂等实际问题，提出基于虚拟现实技术的三维场景图像表面重建算法。使用小波分解处理图像纹理信息，量化编码图像并把视觉点和图像的间距作为度量值，挑选恰当临界值完成图像压缩，剔除三维场景图像冗余数据；计算图像中的启发式信息，更新信息素矩阵，运用信息素矩阵临界值明确像素点是否为图像边缘点，提取三维场景图像边缘信息；利用虚拟现实设备计算三维场景最小识别距离
现有多视角图学习方法主要建立在数据具有较好完备性的前提假设下,没有充分的考虑由于特征缺失引起的不完备数据的学习问题.面向这一问题,本文提出一种不完备数据的多视角图学习方法.一方面,从局部视角内将数据重建和图学习放入同一框架,通过不完备数据补偿,实现从重建数据中学习视角专属的近邻关系,弥补特征缺失对数据分布的影响.另一方面,为了保持近邻图的二维结构,引入张量分析,从全局角度构造基于多视角的融合图学习
脑癌是发病率第二高的儿童癌症，早发现早治疗才能提升患者的存活率。本文提出了基于缩放重构非池化残差胶囊网络和麻雀搜索的MRI脑瘤图像分类方法。首先，针对图像质量差的MRI脑瘤图像，采用基于麻雀搜索的图像增强方法来提升图片质量。其次，采用胶囊网络来解决医疗图像数据量小、数据集不平衡的问题。最后，针对胶囊网络对于大尺寸图像产生的梯度消失和梯度爆炸问题，采用改进的残差网络来提取尺寸较大图片的关键特征。同时
随着网络平台上各类图像、视频数据的快速增长,多模态情感分析与情绪识别已成为一个日益热门的研究领域.相比于单模态情感分析,多模态情感分析中的模态融合是一个亟待解决的关键问题.本文受到认知科学中情感唤起模型的启发,提出一种能够模拟人类处理多通道输入信息机制的深度情感唤醒网络(Deep Emotional Arousal Network, DEAN),该网络可实现多模态信息的有机融合,既能处理情绪的连贯