其他分享
首页 > 其他分享> > 高光谱图像处理深度学习方法综述(二)

高光谱图像处理深度学习方法综述(二)

作者:互联网

5.卷积神经网络(CNN)用于HSI分类任务

CNN可以分为两个结构:特征提取(FE)网络和分类器。本文主要研究三种CNN架构:

  1. 谱段CNN
  2. 空间CNN
  3. 谱段--空间结合CNN

A.谱段CNN框架用于HSI分类任务

谱段CNN模型中只考虑\(1D\)谱段信息(\(x_i \in R^B\))作为输入。

下面列举一些着重从谱段进行研究的论文和方法:

B.空间CNN框架用于HSI分类任务

空间CNN模型仅仅考虑空间信息,并且从HSI数据中提取空间信息,但是在谱段域使用降维方法。

C.谱段--空间结合CNN框架用于HSI分类任务

谱段空间像素级HSI分类任务可以通过将空间特征结合进谱段信息中完成。

标签:Convolutional,Neural,综述,Hyperspectral,光谱,HSI,卷积,图像处理,CNN
来源: https://www.cnblogs.com/zjz-819823900/p/14339407.html