[發明專利]針對多幀圖像光譜字典構建的增量學習方法和系統

在審

• 申請號: 202111555198.6
• 申請日: 2021-12-17
• 公開（公告）號: CN114332607A
• 公開（公告）日: 2022-04-12
• 發明（設計）人: 韓曉琳;張歡;孫衛東
• 申請（專利權）人: 清華大學
• 主分類號: G06V20/10
• 分類號: G06V20/10;G06N20/00
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 杜月

本申請提出了一種針對多幀圖像光譜字典構建的增量學習方法，涉及遙感圖像處理技術領域，包括：獲取多幀光譜圖像；利用第一幀光譜圖像進行字典學習，獲得表達第一幀光譜圖像的光譜字典；通過活動率比值將表達第一幀光譜圖像的光譜字典劃分為普適性光譜字典和第一幀光譜圖像的特異性光譜字典；利用第二幀光譜圖像的特有信息與野點去除策略求解第二幀光譜圖像的特異性光譜字典；使用第一幀光譜圖像和第二幀光譜圖像的共有信息更新普適性光譜字典；對多幀光譜圖像進行迭代處理，獲得由多幀光譜圖像的特異性光譜字典和更新后的普適性光譜字典構成的增量字典。本申請在兼顧原有光譜圖像字典表達性能的同時，有效提升了新增光譜圖像的字典表達精度。

技術領域

本申請涉及遙感圖像處理技術領域，尤其涉及一種針對多幀圖像光譜字典構建的增量學習方法和系統。

背景技術

遙感圖像中的高/多光譜圖像可以提供豐富的光譜信息，這使得它可以通過光譜信息區分不同材質，可廣泛應用于環境監測、地物分類等領域。基于字典學習的方法可以有效提取高/多光譜圖像中的有效光譜信息，從而對背景進行建模，進而區分和辨識光譜目標。然而，隨著光譜圖像數量的不斷增加，針對多幀光譜圖像的字典學習具有較高復雜度，且無法充分利用已學到的字典信息進行增量處理。因此，針對不斷增加的多幀光譜圖像，如何利用已有光譜字典進行增量學習具有重要的現實意義。

現階段，基于稀疏表示的光譜字典增量學習方法，一般僅針對新增光譜圖像增加字典成分從而實現準確表達新增光譜圖像的目的，但這一策略可能使得增量后字典不能較好的表達原有光譜圖像；同時，也存在原有字典與新增字典中的相似成分去除問題，相似性度量與閾值選取也存在一定困難；此外，現有增量學習方法大多涉及的是自然圖像，一般僅考慮了其稀疏特性，而未充分考慮到遙感圖像本身固有的低秩特性，這使得字典學習過程不夠準確，以上問題使得現有方法無法獲得令人滿意的字典增量學習結果與字典表達精度。

發明內容

本申請旨在至少在一定程度上解決相關技術中的技術問題之一。

為此，本申請的第一個目的在于提出一種針對多幀圖像光譜字典構建的增量學習方法，解決了現有方法無法獲得令人滿意的字典增量學習結果與字典表達精度的問題，通過將活動率比值引入增量字典學習中，將增量字典建模為普適性光譜字典與特異性光譜字典，在稀疏與低秩約束下同時挖掘多幀光譜圖像的共有信息與特有信息，利用新增光譜圖像的特有信息優化特異性光譜字典，同時利用多幀光譜圖像的共有信息更新普適性光譜字典，實現了在兼顧原有光譜圖像字典表達性能的同時，有效提升新增光譜圖像的字典表達精度。并且本申請通過將野點去除引入增量學習的特異性光譜字典初始化中，提升了特異性光譜字典優化的有效性。

本申請的第二個目的在于提出一種針對多幀圖像光譜字典構建的增量學習系統。

本申請的第三個目的在于提出一種非臨時性計算機可讀存儲介質。