利用人类视觉探索高光谱异常检测:一种针对小目标的感知器
原文中文,约300字,阅读约需1分钟。发表于: 。本文分析了人类视觉感知下的高光谱影像特征,并首次将异常检测 (HAD) 的解决过程转移到了更稳健的特征空间。我们提出了一种小目标感知检测器 (STAD),它引入了显著性图来捕捉更接近人类视觉感知的高光谱影像特征。此外,我们还提出了一种全连接网络到卷积网络的知识蒸馏策略,以适应 HAD 算法应用于边缘设备的可能性。我们在 HAD100 训练集上训练了网络,并在 HAD100...
本文提出了一种小目标感知检测器(STAD),通过引入显著性图和知识蒸馏策略,捕捉高光谱影像的人类视觉感知特征,并适应边缘设备应用。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。