10.3778/j.issn.1002-8331.1911-0102
基于MCFFN-Attention的高光谱图像分类
针对高光谱图像高维度的特性和样本数量少的局限性,提出了一个多尺度跨层特征融合注意力机制(MCFFN-Attention)的方法.对高光谱图像进行PCA降维,然后以3D CNN为基础,将中心像素和其相邻像素作为整体输入到网络中,对不同卷积层得到的特征进行融合.同时对融合的低层特征进行空间注意力机制处理,对融合的高层特征进行通道注意力机制处理,分配给它们不同的权重来优化特征图.在印第安松树和帕维亚大学数据集上进行实验,结果表明此方法相对于CNN、3D CNN和M3D CNN方法,分类精度得到了提升.
高光谱图像分类、多尺度、特征融合、注意力机制
56
TP391.41(计算技术、计算机技术)
国家自然科学基金;安徽省质量工程项目
2020-12-21(万方平台首次上网日期,不代表论文的发表时间)
共6页
201-206