[發明專利]基于雙鬼注意力機制網絡的高光譜圖像重建方法

有效

• 申請號: 202110022911.4
• 申請日: 2021-01-08
• 公開（公告）號: CN112819910B
• 公開（公告）日: 2022-12-27
• 發明（設計）人: 王江薇;王文舉
• 申請（專利權）人: 上海理工大學
• 主分類號: G06T11/00
• 分類號: G06T11/00;G06N3/08;G06N3/04
• 代理公司: 上海德昭知識產權代理有限公司 31204
• 代理人: 郁旦蓉

1.一種基于雙鬼注意力機制網絡的高光譜圖像重建方法，用于對單幅RGB圖像進行高光譜圖像的重建，其特征在于，包括如下步驟：

步驟1，輸入一幅RGB圖像，并對其進行處理，得到淺層特征信息；

步驟2，將所述淺層特征信息進入第1個雙鬼殘差注意力模塊中，獲取深層次特征信息；

步驟3，將所述深層次特征信息進入雙輸出特征卷積注意力機制模塊以進一步提取更深層次的特征信息，所述雙輸出特征卷積注意力機制模塊為結合了空間注意力機制模塊和雙輸出特征通道注意力機制塊的注意力機制模塊；

步驟4，將更深層次的所述特征信息與所述淺層特征信息相加，得到新特征并輸出；

步驟5，將所述新特征依次放入后續m-1個串聯雙鬼殘差注意力模塊即再連續經過m-1輪步驟2至步驟4的操作過程后，最終輸出一個特征；

步驟6，將步驟5的輸出的所述特征進行卷積后激活，得到新特征，使得所述特征的輸入與輸出保持一致；

步驟7，將具有所述新特征的特征圖進入最優非局域模塊以增強上下層的聯系，而后得到高光譜圖像并輸出進行可視化，即得到RGB圖像重建出高光譜圖像的結果；

其中，所述雙鬼殘差注意力模塊是整個網絡的主干部分，用于深化網絡獲取更深層光譜特征信息的作用；所述最優非局域模塊用于增強特征間的聯系，并通過反向求值獲取特征圖中的特征信息量最豐富的區域。

2.根據權利要求1所述的基于雙鬼注意力機制網絡的高光譜圖像重建方法，其特征在于：

其中，所述步驟1中采用一個3×3的大小的卷積核對所述RGB圖像進行卷積處理。

3.根據權利要求1所述的基于雙鬼注意力機制網絡的高光譜圖像重建方法，其特征在于：

其中，所述步驟2包括如下子步驟：

步驟2-1，將所述淺層特征信息進入第1個所述雙鬼殘差注意力模塊中的第一個鬼殘差模塊捕獲原始特征信息；

步驟2-2，將所述原始特征信息進入第1個所述雙鬼殘差注意力模塊中的第二個鬼殘差模塊獲取深層次特征信息。

4.根據權利要求1所述的基于雙鬼注意力機制網絡的高光譜圖像重建方法，其特征在于：

其中，所述步驟4中采用一個3×3的卷積網絡將更深層次的所述特征信息與所述淺層特征信息相加。

5.根據權利要求1所述的基于雙鬼注意力機制網絡的高光譜圖像重建方法，其特征在于：

其中，所述步驟5中的m＝8。

6.根據權利要求1所述的基于雙鬼注意力機制網絡的高光譜圖像重建方法，其特征在于：

其中，所述步驟6中的卷積為一個3×3的卷積，并采用PRELU激活函數進行激活。

7.根據權利要求1所述的基于雙鬼注意力機制網絡的高光譜圖像重建方法，其特征在于：

其中，所述步驟7中的最優非局域模塊利用Argmax激活函數通過反向求值來獲取所述特征圖中的特征信息量豐富的區域。