[发明专利]一种基于全卷积级联自编码器的高光谱异常检测方法有效

专利信息
申请号: 202110621623.0 申请日: 2021-06-03
公开(公告)号: CN113379859B 公开(公告)日: 2022-11-18
发明(设计)人: 孙帮勇;赵哲 申请(专利权)人: 西安理工大学
主分类号: G06T9/00 分类号: G06T9/00
代理公司: 西安弘理专利事务所 61214 代理人: 戴媛
地址: 710048 陕*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 卷积 级联 编码器 光谱 异常 检测 方法
【权利要求书】:

1.一种基于全卷积级联自编码器的高光谱异常检测方法,其特征在于,按照以下步骤具体实施:

步骤1、通过第一个编码器进行编码;

步骤2、通过第一个解码器进行解码;

步骤3、通过第二个编码器进行编码,第二个编码器与第一个编码器的结构一致,第二个编码器把第一个重构图像编码成第二个潜在特征其大小与第一个潜在特征相同;

步骤4、通过第二个解码器进行解码,第二个解码器将第二个潜在特征解码成第二个重构图像

步骤5、用马氏距离在第二个重构图像上确定每一个像素的异常值,本步骤涉及的损失函数表示如下:

其中,N表示输入影像的总像素数目,和分别表示第一个重构影像、第二个重构影像、第一个潜在特征以及第二个潜在特征的第i个像素,β表示调节参数;

当网络收敛后,得到第二个重构数据把拉伸成二维矩阵通过在上用马氏距离进行异常检测,具体表达式为:

其中,表示的第i个样本,μD×1表示的均值向量,表示协方差矩阵的逆,Map表示最终的2D检测结果图。

2.根据权利要求1所述的基于全卷积级联自编码器的高光谱异常检测方法,其特征在于:所述的步骤1中,具体过程是,

假设输入原始高光谱影像为其中的上角标W、H和D分别表示高光谱影像的宽、高和波段数;

第一个编码器设置有八层,每一层是一个全卷积模块,每个全卷积模块由卷积层、BN层组成,其中卷积层的卷积核大小为1×1,步长为1,填充为0,BN层由BatchNorm2d、Dropout、LeakReLu组成,从输入到第八层输出的通道数变化为:输入通道数→156→128→128→72→72→64→64→30,第八层的输出称之为第一个潜在特征,其大小为:

3.根据权利要求1所述的基于全卷积级联自编码器的高光谱异常检测方法,其特征在于:所述的步骤2中,具体过程是,

第一个解码器的作用是将第一个潜在特征解码成第一个重构图像,与编码过程类似,其解码过程中的通道数变化依次为:30→64→64→72→72→128→128→156→输入通道数;

本步骤通过跳跃连接将对应编码层的特征与解码层的特征进行Add相加,同时为了考虑不同波段对重构过程的贡献,在第十一层、十三层以及十五层的输出后面加上一个注意力模块,注意力模块的操作过程表示如下:

Fout=Add(conv11(Fin),matmul(conv11(Fin),Sigmoid(FC(ReLu(FC(maxpool(conv11(Fin))))))))

其中,Add、Fout、Fin、matmul、maxpool、FC、conv11分别表示特征像素相加、输出特征矩阵、输入特征矩阵、对应元素相乘、最大池化、全连接层以及1×1卷积;Sigmoid和ReLu表示两种激活函数;

经过第一个解码器之后,得到第一个重构图像其大小与输入图像相同。

4.根据权利要求1所述的基于全卷积级联自编码器的高光谱异常检测方法,其特征在于:所述的步骤4中,与第一个解码器类似,通过跳跃连接将第一个编码器的输出以及第二个编码器的输出加到第二个解码器的对应位置进行解码,同样在第十一层、十三层以及十五层的输出后面加上一个注意力模块。

5.根据权利要求1所述的基于全卷积级联自编码器的高光谱异常检测方法,其特征在于:所述的步骤5中,β=0.5。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安理工大学,未经西安理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110621623.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top