[发明专利]一种基于多视点深度特征融合SENet网络的分类方法有效
| 申请号： | 202010373506.2 | 申请日： | 2020-05-06 |
| 公开（公告）号： | CN111582363B | 公开（公告）日： | 2023-04-07 |
| 发明（设计）人： | 朱浩;马梦茹;洪世宽;马文萍;张俊;焦李成 | 申请（专利权）人： | 西安电子科技大学 |
| 主分类号： | G06F18/25 | 分类号： | G06F18/25;G06F18/214;G06F18/241;G06T7/90 |
| 代理公司： | 西安通大专利代理有限责任公司 61200 | 代理人： | 高博 |
| 地址： | 710071 陕*** | 国省代码： | 陕西;61 |
| 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多视点深度特征融合SENet网络的分类方法，将强度‑色调‑饱和度(IHS)和离散小波变换相结合，将PAN和MS的块对交互融合，从而减小它们之间的信息分布差异；基于SENets中特征通道的注意机制模块，将多视点接受域信息嵌入到网络结构中，可以从大目标和小目标中提取出重要的、鲁棒的特征。本发明网络适用于大场景中包含许多不同尺寸物体的遥感图像的分类，提高了分类的性能，可用于多源遥感图像的分类或逐像素的分类。实验结果表明，MDFF‑SENet具有良好的竞争性能。 | ||
| 搜索关键词： | 一种 基于 视点 深度 特征 融合 senet 网络 分类 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西安电子科技大学，未经西安电子科技大学许可，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/202010373506.2/，转载请声明来源钻瓜专利网。
