联合注意力与混合卷积的高光谱地物识别研究

作     者：郭国璐 范玉刚 

作者机构：云南省人工智能重点实验室 昆明理工大学信息工程与自动化学院 

出 版 物：《云南大学学报(自然科学版)》 (Journal of Yunnan University(Natural Sciences Edition))

年 卷 期：2024年

学科分类：0810[工学-信息与通信工程] 08[工学] 081002[工学-信号与信息处理] 

基　　金：工业控制技术国家重点实验室(浙江大学)开放课题(ICT2022B06) 

主　　题：高光谱图像分类 混合卷积 注意力机制 空谱联合特征 

摘      要：针对高光谱地物识别模型在提取空谱联合特征时，缺乏对空间特征有效关注的问题，提出了一种基于注意力机制和混合卷积神经网络的高光谱地物识别方法.该方法用三维CNN(3DCNN)以及二维CNN(2DCNN)对高光谱图像的空谱联合特征进行提取，并在二维卷积阶段引入了注意力机制，构建AFCNet地物识别模型，使得其在提取空谱联合特征的同时，实现对空间特征的有效关注和激活.所提模型使用带批归一化层（Batch Normalization,BN）的3D卷积核和2D卷积核，加快了模型的收敛速度，防止了过拟合现象的发生.相对于传统的卷积网络模型，所提模型提高了噪声抑制能力，得到了较好的地物识别效果，在Salinas和Pavia University&Center数据集上，取得了99.96%和99.87%的地物识别精度，验证了所提方法的有效性.