BriefGPT - AI 论文速递
·
无监督与监督的高光谱异常检测研究
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文研究了人类视觉感知下的高光谱影像特征，并提出了一种小目标感知检测器(STAD)。该方法通过显著性图和知识蒸馏策略，在真实高光谱影像上展现出卓越性能和潜力。
🎯
关键要点
- 研究人类视觉感知下的高光谱影像特征。
- 首次将异常检测(HAD)转移到更稳健的特征空间。
- 提出小目标感知检测器(STAD)，引入显著性图捕捉高光谱影像特征。
- 提出全连接网络到卷积网络的知识蒸馏策略，适应HAD算法在边缘设备的应用。
- 在HAD100训练集上训练网络，并在HAD100测试集上验证方法。
- 实验证明该方法在真实高光谱影像上表现出卓越性能和潜力。
➡️
