公开(公告)号：CN116563606A

公开(公告)日：2023-08-08

申请号：CN202310380529.X

申请日：2023-04-11

Applicant: 重庆邮电大学

Inventor： 郭坦 ,  王睿智 ,  罗甫林 ,  张磊 ,  谭晓衡 ,  陶洋

IPC: G06V10/764 ,  G06V20/10 ,  G06V10/42 ,  G06V10/58 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提出了一种基于双分支空谱全局特征提取网络的高光谱图像分类方法。该方法通过分别学习高光谱图像的空间特征和光谱特征。其特点在于学习空间特征的空间子网络主体部分为编码解码结构，并利用跳跃连接，空间注意力和通道注意力增强特征表示。此外，设计了一个空间全局特征表示模块用于学习编码后的空间特征，并利用该模块表达全局空间特征。学习光谱特征的光谱子网络采用了渐进式特征学习的思想，并利用视角注意力强化渐进学习到的特征。最后，再利用自适应加权方法，融合两个子网络的结果。在多个真实高光谱遥感图像数据集上的实验结果显示，本发明所提出的双分支空谱全局特征提取网络能够取得优异的分类性能。