高光谱影像三分支分组空谱注意力深度分类网络 |
| |
引用本文: | 苏涵,陈娜,彭江涛,孙伟伟.高光谱影像三分支分组空谱注意力深度分类网络[J].遥感学报,2024(1):247-265. |
| |
作者姓名: | 苏涵 陈娜 彭江涛 孙伟伟 |
| |
作者单位: | 1. 湖北大学数学与统计学学院应用数学湖北省重点实验室;2. 宁波大学遥感遥测产业技术研究院宁波拾烨智能科技有限公司;3. 宁波大学地理与空间信息技术系 |
| |
基金项目: | 湖北省自然科学基金(编号:2021CFA087);;国家自然科学基金(编号:42171351,42122009); |
| |
摘 要: | 高光谱影像具有丰富的空间和光谱信息,充分提取和利用这两个维度的信息是高光谱分类算法重点关注的问题。目前深度特征提取网络通常利用单分支串行网络连续提取空谱特征或双分支并行网络分别提取空谱特征。由于空间和光谱维内在差异,单分支串行网络连续提取的两类特征之间会互相干扰。并行双分支网络虽然可以减少两类特征之间的干扰,但同时会忽略空间和光谱特征间的潜在相关性。为解决上述问题,本文提出了一种三分支分组空谱注意力深度网络结构。该网络具有3个分支,分别用于提取空间、光谱和空谱联合特征。针对3个分支的不同特性,设计了不同的注意力机制以加强特征的判别性。该网络既可以提取独立的空间和光谱特征,又保留了空间和光谱之间的相关性。在5个数据集上的实验表明,本文所提出的方法要优于现有的一些先进算法。
|
关 键 词: | 高光谱影像分类 注意力机制 三分支结构 深度网络 |
|
|