公共文化服务平台

谭熊: 作品数：42 被引量：195H指数：7; 供职机构：解放军信息工程大学更多>>; 发文基金：国家自然科学基金河南省科技攻关计划国家重点实验室开放基金更多>>; 相关领域：天文地球自动化与计算机技术航空宇航科学技术文化科学更多>>

合作作者

面向小样本高光谱影像分类的轻量化关系网络被引量：4: 2022年; 近年来,基于深度学习的高光谱影像分类取得重要进展,针对高光谱影像分类训练样本稀缺的情况,提出一种结合注意力机制的轻量化关系网络(lightweight attention depth-wise relation network, LWAD-RN),以解决高光谱影像小样本分类问题。该网络由嵌入层和关联层组成,在嵌入层采用结合注意力机制的轻量化卷积神经网络提取像元特征,同时引入稠密网络结构;在关联层计算关联值进行分类,并采用基于任务的模式训练网络。利用3组公开的高光谱影像数据进行对比实验,结果表明,LWAD-RN能够有效提升小样本条件下(每类5个训练样本)的分类精度,同时提高了模型训练和分类效率。; 孙一帆余旭初谭熊刘冰高奎亮; 关键词：关系网络小样本

基于角点配准的多分辨率背景估计与补偿算法: 2014年; 本文针对动态背景下序列影像的目标检测,提出了基于改进NCC的Harris角点配准和基于多分辨率的全局运动参数估计方法:通过对相关度量NCC加入距离度量信息,寻求相邻图像帧中的正确匹配点对,再根据构造的分辨率影像,估计全局运动参数,以此进行运动补偿,从而利用差分法可准确地检测出运动目标。实验结果表明,该方法能够有效地实现背景估计和全局运动补偿,自动检测出视频序列中的运动目标。; 付琼莹余旭初谭熊魏超; 关键词：目标检测

无人机视频数据定位处理系统的设计与实现被引量：4: 2011年; 以无人机获取的视频数据为基础,利用VC++6.0编程软件,设计开发一套无人机视频数据定位处理系统。该系统的主要功能包括:利用无人机平台定位数据、姿态测量数据和视频图像数据,结合待测区域的数字高程模型(DEM)或数字表面模型(DSM),对实时传输或回放视频中地面运动物体进行目标定位,并将视频图像实时纠正为正射影像。; 谭熊余旭初刘景正; 关键词：无人机视频捕获图像纠正

特征重标定网络的高光谱影像分类方法被引量：2: 2019年; 高光谱影像特征的利用率对提高其分类精度具有重要意义。为充分利用影像的特征,提出了一种特征重标定网络的高光谱影像分类方法。该方法通过全局平均池化将特征图转换为具有全局信息的实数,利用全连接层与非线性层生成能够代表各通道相对重要性的权值,进而采取加权法完成初始特征的重标定。为验证该方法的有效性,选取PaviaU和KSC两组高光谱影像数据进行实验。结果表明,提出方法总体分类精度分别达到98.38%和95.61%,可为高光谱影像提供有效的类别判定特征,有助于提高影像分类精度并获取平滑的分类结果图。; 职露余旭初谭熊赵传刘辉; 关键词：高光谱影像特征提取卷积神经网络

融合光谱-空间多特征的高光谱影像张量特征提取被引量：2: 2018年; 针对当前基于张量结构的特征提取方法不能充分利用高光谱影像多种光谱-空间特征的问题,提出一种融合光谱-空间多特征的高光谱影像张量特征提取方法。利用3D Gabor滤波器提取不同频率和方向的纹理特征,采用形态学属性滤波器提取不同属性和尺度的形状特征,将高光谱影像光谱特征、纹理特征和形状特征结合为张量结构特征。在此基础上,利用局部张量判别分析方法增大同类特征张量之间的相似性以及异类张量间的差异性,得到融合多种空谱特征和判别信息的低维特征张量。使用Pavia University和Salinas影像数据集进行对比实验,结果表明,该方法能够有效保留影像空谱信息和类别间的判别信息,不仅可以提高分类精度,而且能够得到空间连续性更好的分类图。; 薛志祥余旭初余旭初谭熊; 关键词：高光谱影像特征提取

联合空-谱信息的高光谱影像深度三维卷积网络分类被引量：37: 2019年; 针对高光谱影像分类高维和小样本的特点,提出一种基于深度三维卷积神经网络的高光谱影像分类方法。首先,该方法直接以高光谱数据立方体为输入,利用三维卷积操作提取高光谱数据立方体的三维空-谱特征。然后,利用残差学习构建深层网络,提取更高层次的特征表达,以提高分类精度。最后,采用Dropout正则化方法防止过拟合。利用Pavia大学、Indian Pines和Salinas 3组高光谱数据进行试验验证,结果表明,与支持向量机和现有的基于深度学习的高光谱影像分类方法相比,该方法能有效提高高光谱影像的地物分类精度。; 刘冰余旭初张鹏强谭熊; 关键词：卷积神经网络

一种基于模糊混合像元分解的高光谱影像分类方法被引量：12: 2013年; 高光谱遥感影像较低的空间分辨率使得混合像元大量存在于影像中,不仅影响了基于高光谱影像的地物要素识别能力,而且还降低了高光谱影像的分类精度。本文提出了一种基于模糊混合像元分解的高光谱影像分类方法。该方法主要利用约束能量最小化法设计的FIR线性滤波器,使得影像通过滤波器后输出与每类地物类别相关的"丰度图",其维数等于类别数;最后利用类中心匹配分类法实现高光谱影像的分类。实验结果表明,提出的分类方法与直接利用类中心匹配分类法相比,提高了影像的分类精度。; 谭熊余旭初张鹏强余岸竹黄伟杰; 关键词：高光谱影像

利用残差密集网络的高光谱图像分类被引量：5: 2019年; 卷积神经网络模型能够提取图像不同层次的分层特征,提取图像包含有大量的细节信息,然而,现有方法没有充分利用网络模型提取的所有分层特征。为了充分利用所有分层特征,增强特征重利用和信息连续传递,设计了适用于高光谱图像分类的残差密集网络模型。残差密集网络结合了残差网络和密集网络,包括浅层特征提取、残差密集单元和密集特征融合三部分。利用卷积操作提取原始图像的浅层特征,将浅层特征作为残差密集单元的输入,残差密集单元的输出与下一个单元中每个卷积层的输出建立短连接,实现了信息连续传递;将两个单元提取的密集特征与浅层特征相加形成全局残差学习,实现了所有分层特征的融合,最终的融合特征用于高光谱图像分类。实验表明,本文方法用于Indian Pines数据、University of Pavia数据及Salinas数据能够分别取得98.71%、99.31%及97.91%的分类精度,有效提高了高光谱图像的分类精度,增强了分类方法的稳定性。; 魏祥坡余旭初谭熊刘冰; 关键词：图像处理高光谱图像

一种基于纹理和光谱特征的高光谱影像信息向量机分类方法被引量：5: 2015年; 针对高光谱影像中空间特征信息利用不足的问题,提出了一种基于纹理和光谱特征的高光谱影像信息向量机分类方法。该方法首先采用三维Gabor滤波器对高光谱影像数据立方体进行纹理特征提取,提取后的影像数据同时具有光谱和纹理特征,避免了传统纹理特征提取带来的高维特征和光谱不连续的问题;然后采用分类精度和效率都较高的信息向量机进行分类处理。通过AVIRIS高光谱影像实验,结果表明该方法不仅提高了影像的分类精度,而且还消除了分类结果图中的类别噪声现象。; 尹明谭熊张鹏强徐卫霄; 关键词：高光谱影像纹理特征光谱特征

一种基于输入向量机的高光谱影像分类算法被引量：4: 2015年; 支持向量机分类方法存在惩罚系数需要交叉验证获取、训练时间较长、支持向量个数随着训练样本数量的变化而变化,以及稳定性和稀疏性较差等问题。针对这些问题,提出了一种基于输入向量机的高光谱影像分类算法。该算法在核逻辑回归模型的基础上,采用前向贪心算法选择训练样本中的输入向量来进行模型的训练,达到稀疏的目的,提高影像的分类精度和分类效率。通过PHI和OMIS两组高光谱影像分类实验,结果表明基于输入向量机分类算法具有稳定性好、稀疏性强的优点。; 魏祥坡余旭初谭熊付琼莹于广瑞; 关键词：高光谱影像支持向量机

谭熊

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

谭熊

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈