基于卷积神经网络与注意力机制的高光谱图像分类

文献类型： 中文期刊

第一作者： 高玉鹏

作者： 高玉鹏;闫伟红;潘新

作者机构：

关键词： 高光谱图像分类(HSI);卷积神经网络(CNN);coordinate attention;Transformer

期刊名称： 光电子·激光

ISSN： 1005-0086

年卷期： 2024 年 05 期

页码： 483-489

收录情况： 北大核心 ; CSCD

摘要： 由于浅层卷积神经网络(convolutional neural network, CNN)模型感受野的限制，无法捕获远距离特征，在高光谱图像(hyperspectral image, HSI)分类问题中无法充分利用图像空间-光谱信息，很难获得较高精度的分类结果。针对上述问题，本文提出了一种基于卷积神经网络与注意力机制的模型(model based on convolutional neural network and attention mechanism, CNNAM),该模型利用CA (coordinate attention)对图像通道数据进行位置编码，并利用以自注意力机制为核心架构的Transformer模块对其进行远距离特征提取以解决CNN感受野的限制问题。CNNAM在Indian Pines和Salinas两个数据集上得到的总体分类精度分别为97.63%和99.34%,对比于其他模型，本文提出的模型表现出更好的分类性能。另外，本文以是否结合CA为参考进行了消融实验，并证明了CA在CNNAM中发挥重要作用。实验证明将传统CNN与注意力机制相结合可以在HSI分类问题中获得更高的分类精度。

分类号： TP183`TP751

  • 相关文献

[1]基于卷积神经网络和AMSR2微波遥感的土壤水分反演研究. 谭建灿,毛克彪,左志远,赵天杰,谭雪兰,李建军. 2018

[2]几种神经网络经典模型综述. 黄东瑞,毛克彪,郭中华,徐乐园,胡泽民,赵瑞. 2023

[3]基于卷积神经网络模型的遥感图像分类. 付秀丽,黎玲萍,毛克彪,谭雪兰,李建军,孙旭,左志远. 2017

[4]采用组合增强的YOLOX-ViT协同识别温室内番茄花果. 吕志远,张付杰,魏晓明,黄媛,李晶晶,张钟莉莉. 2023

[5]基于改进YOLOV5s网络的奶牛多尺度行为识别方法. 白强,高荣华,赵春江,李奇峰,王荣,李书琴. 2022

[6]基于TMU-Net网络的苹果果心分割方法. 刘长勇,李思佳,史慧,查志华,邓红涛. 2022

[7]番石榴实蝇性别决定基因Bcotra和Bcotra-2的克隆、序列特征及表达分析. 武强,和丹阳,张桂芬,李建伟,万方浩. 2015

[8]融合Transformer和LSTM的蓝莓根区土壤含水量预测模型. 王亿,曹姗姗,孙伟,胡博,古丽米拉·克孜尔别克,孔繁涛. 2024

作者其他论文 更多>>

微信小程序