.png){kind=icon}
返回
DACNet: depth-aware convolutional network for corn hyperspectral image classification
.png){kind=icon}
PRE
AI
DOI：10.1088/2631-8695/ae1368.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
随着农业监测技术的快速发展，高光谱成像在种子分类任务中显示出巨大潜力。然而，由于数据维度高、特征利用不足以及分类性能有限，高光谱玉米种子图像的准确分类仍是一个挑战。为解决这些问题，我们引入了一种专为玉米高光谱图像分类设计的深度感知卷积网络（DACNet）。该网络整合多层3D和2D卷积以提取光谱、空间和纹理特征，并通过全连接层进行最终分类。具体而言，采用主成分分析（PCA）来降低光谱维度，同时保留关键信息。随后，利用3D卷积提取联合光谱-空间特征，并通过多头注意力机制进一步增强这些特征。这些特征被重塑并通过2D卷积处理，以更好地捕捉空间和纹理细节，同时保持计算复杂度可控。最后，通过全连接层实现玉米种子类别的精确分类。在玉米高光谱种子图像数据集及两个公开遥感数据集上的实验验证了DACNet的有效性和鲁棒性。
Keyword:
corn seed classification
intelligent agriculture
hyperspectral image
deep learning
attention mechanism
期刊
E
IF:
1.6
论文数:
2.1K
被引数:
0
机构
引用论文
Learning the external and internal priors for multispectral and hyperspectral image fusion学习多光谱和高光谱图像融合的外部和内部先验
PREAI
分享收藏SPGFormer: Structure Perception Graph Transformer With Laplacian Position Encoding for Hyperspectral Image ClassificationSPGFormer：一种结合拉普拉斯位置编码的结构感知图Transformer，用于高光谱图像分类
PREAI
分享收藏An introduction to Deep Learning in Natural Language Processing: Models, techniques, and tools自然语言处理中的深度学习: 模型、技术和工具.png)
NEUROCOMPUTING
NEUROCOMPUTINGIF6.5
PREAI
分享收藏AMS: A hyperspectral image classification method based on SVM and multi-modal attention networkAMS: 一种基于SVM和多模态注意力网络的高光谱图像分类方法
PREAI
分享收藏Iterative Random Training Sampling Convolutional Neural Network for Hyperspectral Image Classification用于高光谱图像分类的迭代随机训练采样卷积神经网络
OAAI
OAAI分享收藏MFFCG-Multi feature fusion for hyperspectral image classification using graph attention network基于图注意力网络的MFFCG-多特征融合高光谱图像分类
OAAI
OAAI分享收藏Extraction and analysis algorithms for Sanxingdui cultural relics based on hyperspectral imaging
PREAI
分享收藏
查看更多内容