一种基于对抗学习的高光谱和激光雷达多层融合分类方法
本发明涉及一种基于对抗学习的高光谱和激光雷达多层融合分类方法,与现有技术相比解决了监督学习模型的分类性能严重依赖训练样本的数量及质量和多模态数据融合不充分的问题。本发明包括以下步骤:高光谱和激光雷达数据的特征提取;多注意力的对抗性学习;多层次特征融合分类。本发明基于高光谱数据可以表征物体的光谱和空间特征,但是,很难区分相似光谱特征但高程信息不同的物体和激光雷达数据具有三维信息和高度信息的特点,提出用三支路提取数据特征,利用对抗性网络学习无标签数据的特征,并采用多注意力层次融合多模态特征进入分类网络,有效地解决了多模态数据融合分类问题,提高了分类的准确性和效率。
《一种基于对抗学习的高光谱和激光雷达多层融合分类方法》是一发明专利,专利号为 2024103307405,当前法律状态为已下证,由安徽大学提出申请,发明人为徐凯;汪帮俊;陈咏夷;汪安铃;潘如杭;孙鹤鸣,申请日期为2024-03-22,公开(公告)日期为2024-06-11,国际专利分类号(IPC)为 G06V 10/764 (2022.01),高新资质:未报高企,所属技术领域包括:遥感影像、光谱分析、图像检测、图像处理、激光雷达。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明涉及一种基于对抗学习的高光谱和激光雷达多层融合分类方法,与现有技术相比解决了监督学习模型的分类性能严重依赖训练样本的数量及质量和多模态数据融合不充分的问题。本发明包括以下步骤:高光谱和激光雷达数据的特征提取;多注意力的对抗性学习;多层次特征融合分类。本发明基于高光谱数据可以表征物体的光谱和空间特征,但是,很难区分相似光谱特征但高程信息不同的物体和激光雷达数据具有三维信息和高度信息的特点,提出用三支路提取数据特征,利用对抗性网络学习无标签数据的特征,并采用多注意力层次融合多模态特征进入分类网络,有效地解决了多模态数据融合分类问题,提高了分类的准确性和效率。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
