一种引入注意力机制的多尺度高光谱图像特征提取方法
Published in Laser & Optoelectronics Progress • Jan 1, 2024
NobleIDNI3P27W23R29S06
Authors:,,
许张弛 Xu Zhangchi
郭宝峰 Guo Baofeng
吴文豪 Wu Wenhao
Abstract
近年来,随着深度学习的发展,基于深度学习的特征提取方法在高光谱图像领域表现出良好的发展前景。提出了一种引入注意力机制的多尺度高光谱图像特征提取方法,包括光谱特征提取网络和空间特征提取网络两个部分,并使用一种得分融合策略进行融合。在光谱特征提取网络中,引入注意力机制来缓解因光谱维数过高导致的梯度消失问题,以提取多尺度的光谱特征。在空间特征提取网络中,引入注意力机制作用于网络主干,使其关注邻域内的重要部分,帮助分支网络提取关键信息。将5种光谱特征提取方法、3种空间特征提取方法以及3种空间-光谱联合特征提取方法在3个数据集上进行对比实验,实验结果表明,所提方法能够稳定、有效地提升高光谱图像的分类准确...
Subject
Finding related papers...
Discussions
(0)No comments yet
Be the first to share your thoughts!