高光谱图像分类笔记-Hyperspectral image classification via a random patches network

文章中提出了一种有效的基于深度学习的方法Random Patches Network (RPNet) 用于高光谱图像分类,它直接将从图像中取得到的随机patches视为卷积核而无需任何训练。 通过结合浅层和深层卷积特征,RPNet具有多尺度的优点,它具有更好的高光谱分类效果。 目前普遍的深度高光谱图像分类的方法都是Fig.1所示,分别提取得到光谱信息,空间信息或者两者的联合信息然后用分类器分类,但
相关文章
相关标签/搜索