-
题名基于光谱—空间注意力双边网络的高光谱图像分类
被引量：1
- 1
-
-
作者
杨星
池越
周亚同
王杨
-
机构
河北工业大学电子与信息工程学院
-
出处
《遥感学报》
EI
CSCD
北大核心
2023年第11期2565-2578,共14页
-
基金
河北省自然科学基金(编号:F2019202364)
河北省教育厅资助重点项目(编号:ZD2020304)。
-
文摘
在过去几年里,卷积神经网络已经在高光谱图像分类上取得良好的效果,然而高光谱图像的高维性和卷积神经网络对所有波段的平等处理,限制了这些方法性能。本文提出了一种端到端的光谱空间注意力双边网络SSABN(Spectral-Spatial Attention Bilateral Network),直接将原始图像3D块作为输入数据,而不需要进行预处理。首先,通过光谱空间注意力模块从原始数据中增强有用波段,抑制无效波段。然后,设计双边网络两条路径。其中,空间路径用于提取空间信息,上下文路径用于提供更大的感受野,并通过特征融合模块有效的结合特征。实验结果表明,SSABN在3个公开数据集上取得了更高的分类精度,同时有效的减少训练时间。
-
关键词
遥感
卷积神经网络
深度学习
特征融合
INDIAN
Pine数据
Pavia
University数据
salinas数据集
-
Keywords
remote sensing
convolutional neural network
deep learning
feature fusion
Indian Pine dataset
Pavia University dataset
salinas dataset
-
分类号
P2
[天文地球—测绘科学与技术]
-
