基于概率模型和深度学习的高光谱未知类别目标检测方法

摘要

本发明属于高光谱智能感知领域，公开了基于概率模型和深度学习的高光谱未知类别目标检测方法，其步骤为，S1:将高光谱训练数据输入到训练好的CNN分类模型，输出每种类别的所有样本的激活向量；S2:将所有属于同一类别且分类正确的样本的激活向量累加并求均值，得到均值激活向量，用该均值激活向量代表该类别的中心；S3:基于每一类别中所有样本的激活向量及该类别的均值激活向量拟合属于每一种类别的威布尔模型；S4:基于每个类别的威布尔拟合结果，把高光谱测试数据输入到CNN模型和概率模型组成网络，计算属于未知类别的概率；本发明结构清晰、易于实现，降低了神经网络学习模型的训练要求，能够明显提升未知类别目标检测的效果。