基本信息:
- 专利标题： 基于CNN和Dual-Swin-Transformer融合网络的高光谱图像精确分类方法
- 申请号：CN202411949888.3 申请日：2024-12-27
- 公开(公告)号：CN119888329A 公开(公告)日：2025-04-25
- 发明人： 尤佳 , 李德凯 , 黄梦醒 , 毋媛媛 , 冯思玲 , 张雨
- 申请人： 海南大学
- 申请人地址： 海南省海口市美兰区人民大道58号
- 专利权人： 海南大学
- 当前专利权人： 海南大学
- 当前专利权人地址： 海南省海口市美兰区人民大道58号
- 代理机构： 西安弘理专利事务所
- 代理人： 涂秀清
- 主分类号： G06V10/764
- IPC分类号： G06V10/764 ; G06V20/10 ; G06V10/82 ; G06V10/58 ; G06V10/40 ; G06V10/44 ; G06V10/77 ; G06V10/80 ; G06N3/045 ; G06N3/0464 ; G06N3/08
摘要：
本发明公开了基于CNN和Dual‑Swin‑Transformer融合网络的高光谱图像精确分类方法，具体按照以下步骤实施：步骤1、利用改进的CNN网络对高光谱图像进行降维和提取光谱特征；步骤2、利用Dual‑Swin‑Transformer模型提取空间特征信息；步骤3、对光谱‑空间信息进行融合，得到分类结果。本发明解决了现有技术中存在的当前HSIC中，HSI的高维度问题难以解决和光谱‑空间特征难以有效、均衡的融合的问题。