基于光谱—空间注意力双边网络的高光谱图像分类

作者：杨星; 池越^*; 周亚同; 王杨

来源：遥感学报, 2023, 27(11): 2565-2578.

• 遥感
• 卷积神经网络
• 深度学习
• 特征融合
• Indian Pine数据
• Pavia University数据
• Salinas数据集

在过去几年里，卷积神经网络已经在高光谱图像分类上取得良好的效果，然而高光谱图像的高维性和卷积神经网络对所有波段的平等处理，限制了这些方法性能。本文提出了一种端到端的光谱空间注意力双边网络SSABN (Spectral-Spatial Attention Bilateral Network)，直接将原始图像3D块作为输入数据，而不需要进行预处理。首先，通过光谱空间注意力模块从原始数据中增强有用波段，抑制无效波段。然后，设计双边网络两条路径。其中，空间路径用于提取空间信息，上下文路径用于提供更大的感受野，并通过特征融合模块有效的结合特征。实验结果表明，SSABN在3个公开数据集上取得了更高的分类精度，同时有效的减少训练时间。

• 单位
  河北工业大学