一种基于高维移位场的深度特征表征方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于高维移位场的深度特征表征方法
申请号:CN202510184499
申请日期:2025-02-19
公开号:CN120107623A
公开日期:2025-06-06
类型:发明专利
摘要
本发明提供了一种基于高维移位场的深度特征表征方法,包括:步骤1,对光谱视频数据进行维度重组与光谱通道映射处理,通过深度卷积网络进行特征提取,得到光谱视频数据的多维深度特征图;步骤2,为多维深度特征图中的每一个体素预测一个三维时空空间中的移位偏置;步骤3,多维深度特征图在光谱视频多维空间中进行采样,计算插值权重,得到经过体素移位场增强处理后的深度移位特征图;步骤4,利用卷积核对深度移位特征图进行处理后与输入的多维深度特征图进行残差连接,得到最终的输出特征图。本发明可以实现光谱视频高维数据的深度特征有效提取与更具细粒度的结构化表征。
技术关键词
特征表征方法 代表 视频 深度卷积网络 双线性插值 GPU并行计算 通道 输出特征 全局平均池化 数据 网络特征 处理器 采样点 立方体 存储器 坐标 注意力 电子设备 指令