[发明专利]一种基于深度学习的高光谱目标显著性检测方法有效
| 申请号： | 201911410767.0 | 申请日： | 2019-12-31 |
| 公开（公告）号： | CN111160478B | 公开（公告）日： | 2022-07-26 |
| 发明（设计）人： | 许廷发;黄晨;张宇寒;潘晨光;郝建华;王冬 | 申请（专利权）人： | 北京理工大学重庆创新中心;北京理工大学 |
| 主分类号： | G06V20/10 | 分类号： | G06V20/10;G06V10/46;G06V10/774;G06V10/764;G06V10/80;G06V10/82;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 成都九鼎天元知识产权代理有限公司 51214 | 代理人： | 陈法君 |
| 地址： | 401120 重*** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的高光谱目标显著性检测方法，所述目标显著性检测方法至少包括深层特征提取步骤和显著性优化步骤，其中，所述深层特征提取步骤包括将原始高光谱图像经双通道的卷积神经网络完成包括空间特征和光谱特征的深层特征提取；所述显著性优化步骤包括将基于提取的深层特征完成背景线索和前景线索计算，并基于计算结果进行显著性优化，生成最终的显著性图。本发明基于深度学习提取高光谱图像的空间和光谱深层特征，提升了特征的鲁棒性，且卷积神经网络采用自监督训练，无需真值标签；利用显著性优化，能够提升生成显著性图的质量，突出显著性目标。 | ||
| 搜索关键词： | 一种 基于 深度 学习 光谱 目标 显著 检测 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京理工大学重庆创新中心;北京理工大学，未经北京理工大学重庆创新中心;北京理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201911410767.0/，转载请声明来源钻瓜专利网。
