基于MCFFN-Attention的高光谱图像分类

• 作者: 程文娟 陈文强
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 高光谱图像分类 多尺度 特征融合 注意力机制
• 年，卷（期）: 2020,（24）
• 所属期刊栏目: 图形图像处理
• 页码范围: 201-206
• 页数: 6页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1911-0102

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程文娟		45	142	6.0	8.0
2	陈文强		2	3	1.0	1.0