首页 > TAG信息列表 > Hyperspectral

高光谱图像分类简述+《Deep Learning for Hyperspectral Image Classification: An Overview》综述论文笔记

论文题目《Deep Learning for Hyperspectral Image Classification: An Overview》  论文作者:Shutao Li, Weiwei Song, Leyuan Fang,Yushi Chen, Pedram Ghamisi,Jón Atli Benediktsson 论文发表年份:2019         一、高光谱简述   高光谱成像是一项重要的遥感技术,它采

高光谱图像处理深度学习方法综述(二)

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: 谱段CNN 空间CNN 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

Paper Reading -- 《Spectral-Spatial Attention Networks for Hyperspectral Image Classification》

论文:《Spectral-Spatial Attention Networks for Hyperspectral Image Classification》 1. Motivation 在CNN和RNN中引入attention机制: RNN + attention:学习波谱内部相关性 CNN + attention:关注空间维的显著特征以及相邻像元的空间相关性 2. Structure of Model 总体思

GitHub开源项目Hyperspectral-Classification的解析

GitHub链接:Hyperspectral-Classification Pytorch。 项目简介 项目的作者是Xidian university,是基于PyTorch的高光谱图像地物目标的分类程序。该项目兼容Python 2.7和Python 3.5+,基于PyTorch深度学习和GPU计算框架,并使用Visdom可视化服务器。 预定义的公开的数据集有: 帕维