简介:
本发明公开了一种基于对抗攻击的高光谱图像分类方法、系统和设备,属于图像处理技术领域,采用对抗攻击的方法生成了分类边界的分类样本,克服了已有技术中生成的样本难以描述分类边界样本的特性,导致分类边界样本分类精度没有明显提升的问题,从而有效提高了分类器的分类精度。即本发明拟生成分类边界的对抗样本,能够提升深度神经网络对于边界样本的分类能力。采用迭代更新的方案,可以根据实时分类情况不断细化分类边界,得到更为精确地分类边界。本发明方法可用于气象监测、大气环境监测、土地利用、城市规划、水文检测,农业生产,军事目标检测、矿物勘探以及防灾减灾。
本发明公开了一种基于对抗攻击的高光谱图像分类方法、系统和设备,属于图像处理技术领域,采用对抗攻击的方法生成了分类边界的分类样本,克服了已有技术中生成的样本难以描述分类边界样本的特性,导致分类边界样本分类精度没有明显提升的问题,从而有效提高了分类器的分类精度。即本发明拟生成分类边界的对抗样本,能够提升深度神经网络对于边界样本的分类能力。采用迭代更新的方案,可以根据实时分类情况不断细化分类边界,得到更为精确地分类边界。本发明方法可用于气象监测、大气环境监测、土地利用、城市规划、水文检测,农业生产,军事目标检测、矿物勘探以及防灾减灾。