恭喜实验室秦锐同学论文被上海交通大学学报(英文版)录用

Hyperspectral Image Classification Method Based on Global Space-spectral Attention Mechanism

摘要：在超光谱遥感图像中，定义的空间范围内像素之间的相互作用导致相邻像素的混合。此外，相邻光谱的高相似性导致信息冗余，这阻碍了全局空间和光谱相关性的提取。为了解决相邻像素混合和相邻光谱冗余的问题，本文提出了一种基于全局空间-光谱注意力机制的 hyperspectral 图像分类方法。首先，所提出方法中的全局空间注意力模块使用多尺度膨胀卷积来获得更大的感受野，以捕获全局空间相关性并获得未混合的像素信息。然后，全局光谱注意力模块设计了一种光谱域划分算法，使用局部密度和信息熵的乘积作为阈值将光谱划分为分散的子集，消除冗余信息。充分利用了整个光谱带的全局上下文信息，并提取了全局光谱信息的相关性。最后，将这两个模块连接起来，获得空间和光谱的全局相关性。实验表明，该方法在三个 WHU-Hi 超光谱数据集上实现了97.28%、94.73%和95.76%的整体准确率，超过了比较方法。