-
题名基于光谱-空间注意力残差网络的高光谱图像分类
被引量：4
- 1
-
-
作者
汪菲菲
赵慧洁
李娜
李思远
蔡昱
-
机构
北京航空航天大学
北京航空航天大学人工智能研究院
北京航空航天大学“空天光学-微波一体化精准智能感知”工信部重点实验室
中国科学院西安光学精密机械研究所
中国运载火箭技术研究院
-
出处
《光子学报》
EI
CAS
CSCD
北大核心
2023年第12期200-218,共19页
-
基金
国家自然科学基金(No.61975004)
预研项目(No.6230111002)。
-
文摘
在高光谱图像分类任务中,引入注意力改变提取到的光谱和空间特征权重,有效突出重要特征,提高分类准确率。将注意力机制、残差网络和特征提取模块集成到分类框架中,引入中心区域光谱注意力机制,在避免干扰像素对波段权重影响的同时,利用周围像素增强中心像素波段,增强光谱特征的鲁棒性进而提取有效的光谱特征。并在此基础上提出了光谱-空间注意力残差网络,该网络可以从高光谱图像中连续提取到丰富的光谱特征和空间特征,并通过残差网络连接特征提取模块,缓解了精度下降问题,保证网络良好的分类性能。在4个公开数据集上,所提出的分类算法和其他算法相比,各项指标均达到最优。
-
关键词
光谱-空间特征
残差网络
高光谱分类
光谱注意力机制
空间注意力机制
-
Keywords
Spectral-spatial feature
Residual network
Hyperspectral image classification
Spectral attention mechanism
Spatial attention mechanism
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
