[发明专利]高光谱图像特征处理方法、分类方法、装置、系统及存储介质

权利要求书

1.一种高光谱图像特征处理方法，其特征在于，包括：

接收高光谱图像；

将所述高光谱图像的空谱域信息分别输入至N个特征提取模块，对应得到至少N级特征图；其中，N为大于等于2的正整数，所述至少N级特征图具有不同尺度的空谱特征；

对所述至少N级特征图进行融合处理，得到融合特征图。

2.根据权利要求1所述的高光谱图像特征处理方法，其特征在于，所述特征提取模块包括至少一个卷积块和至少一个注意力块；

所述将所述高光谱图像的空谱域信息分别输入至N个特征提取模块，对应得到至少N级特征图，包括：

将所述高光谱图像的空谱域信息输入至第S个特征提取模块；其中，S＝1，2.....N；

通过所述卷积块对所述高光谱图像进行卷积处理，通过所述注意力块对所述高光谱图像使用注意力权重进行更新处理，得到第S级特征图。

3.根据权利要求2所述的高光谱图像特征处理方法，其特征在于，所述第S个特征提取模块包括S+1个卷积块和S个注意力块；

所述通过所述卷积块对所述高光谱图像进行卷积处理，通过所述注意力块对所述高光谱图像使用注意力权重进行更新处理，得到第S级特征图，包括：

通过第1个所述卷积块对所述高光谱图像进行第1次卷积处理，得到第1次卷积处理结果；其中，所述第1次卷积处理结果的空谱特征的尺度为所述高光谱图像的空谱域信息尺度的一半；

通过第L个所述注意力块对第L次卷积处理结果进行第L次注意力权重更新处理，得到通过第L次注意力权重更新处理后的特征图；其中，L＝1，2，.....S；

通过第L+1个所述卷积块对第L次注意力权重更新后的特征图进行第L+1次卷积处理，得到第L+1次卷积处理结果；其中，所述第L+1次卷积处理结果的空谱特征的尺度为所述第L次注意力权重更新处理后的特征图的空谱特征尺度的一半；

直至L＝S，将第L+1次卷积处理结果作为所述第S级特征图。

4.根据权利要求3所述的高光谱图像特征处理方法，其特征在于，所述通过第L个所述注意力块对第L次卷积处理结果进行第L次注意力权重更新处理，得到通过第L次注意力权重更新处理后的特征图，包括：

将所述第L次卷积处理结果在通道维度上分成若干组特征数据；

将每组所述特征数据分成第一特征数据和第二特征数据；

根据所述第一特征数据得到通道注意力权重；

根据所述第二特征数据得到空间注意力权重；

根据所述通道注意力权重与所述空间注意力权重，得到所述第L次注意力权重更新处理后的特征图。

5.根据权利要求4所述的高光谱图像特征处理方法，其特征在于，所述根据所述第一特征数据得到通道注意力权重，包括：

对所述第一特征数据进行全局平均池化；

对经过全局平均池化后的所述第一特征数据进行线性处理；

将经过线性处理后的所述第一特征数据输入至第一激活函数，得到所述通道注意力权重。

6.根据权利要求4所述的高光谱图像特征处理方法，其特征在于，所述根据所述第二特征数据得到空间注意力权重，包括：

对所述第二特征数据进行分组归一化；

对经过分组归一化后的所述第二特征数据进行线性处理；

将经过线性处理后的所述第二特征数据输入至第一激活函数，得到所述空间注意力权重。