一种基于空间-光谱联合注意力机制的高光谱图像分类方法技术

本发明专利技术算法致力于解决传统卷积神经网络对以高光谱图像为代表的细粒度图像分类任务性能不足问题，提出一种基于空间‑光谱联合注意力机制的高光谱图像分类算法，配合卷积神经网络可以有效地捕捉图像全局特征，自适应地聚焦相似图像之间差异性较大空间局域特征；同时评估不同波段对任务贡献，使得神经网络更多地关注贡献大的光谱波段，提取图像光谱局部差异特征，提升高光谱图像分类精度，在以高光谱图像为代表的细粒度图像分类领域具有广泛的应用。

【技术实现步骤摘要】
一种基于空间-光谱联合注意力机制的高光谱图像分类方法
本专利技术是一种基于空间-光谱联合注意力机制的高光谱图像分类方法，通过将该方法提供的空间-光谱联合注意力机制模块嵌入卷积神经网络中，可有效地捕捉图像全局特征，并自适应地关注图像之间差异性较大的局部区域，大幅度提升卷积神经网络的特征提取和表达能力，实现对高光谱图像分类。该方法可用于遥感图像处理领域。
技术介绍
高光谱遥感技术是二十世纪末人类在机载观测系统和星载观测系统领域最重要的技术突破之一，高光谱图像克服了传统单波段、多光谱遥感在波段范围、波段数量以及精细地面目标观测、识别等方面局限性，在遥感对地观测领域有其独特优势。高光谱图像分类在实际中是一项重要且有意义的任务，具体来说，高光谱图像分类是根据不同光谱特征或空间特征对给定图像进行识别并标记图像中每个像素点种类的任务。与普通图像分类任务相比，高光谱图像由于光谱域的“维数灾难”和“同谱异物”特点，使得分类任务变得更加困难。在这种情况下，传统单纯依靠光谱信息的高光谱图像分类算法性能有限，基于联合空间-光谱信息的分类算法一直是近年来的研究热本文档来自技高网...

【技术保护点】
1.本专利技术提出一种基于空间-光谱联合注意力机制的高光谱图像分类算法，其主要是由空间-光谱联合注意力机制模块和嵌入卷积神经网络方式两部分组成：/n1)空间-光谱联合注意力机制模块由三个子模块组成，空间注意力分数提取子模块、光谱注意力分数提取子模块和注意力分数分配子模块；其中，空间注意力分数提取分支主要提取空间中任意两个像素间相似性特征，获取空间注意力分数图；光谱注意力分数提取分支主要提取不同光谱波段中相关依赖性，获取光谱波段的注意力分数图；再将注意力分数分配子模块分别提取到的空间注意力分数图和光谱注意力分数图，逐像素逐光谱地分配到原特征空间中，获得包含不同像素点、不同波段注意力特征的注意力分...

【技术特征摘要】
1.本发明提出一种基于空间-光谱联合注意力机制的高光谱图像分类算法，其主要是由空间-光谱联合注意力机制模块和嵌入卷积神经网络方式两部分组成：
1)空间-光谱联合注意力机制模块由三个子模块组成，空间注意力分数提取子模块、光谱注意力分数提取子模块和注意力分数分配子模块；其中，空间注意力分数提取分支主要提取空间中任意两个像素间相似性特征，获取空间注意力分数图；光谱注意力分数提取分支主要提取不同光谱波段中相关依赖性，获取光谱波段的注意力分数图；再将注意力分数分配子模块分别提取到的空间注意力分数图和光谱注意力分数图，逐像素逐光谱地分配到原特征空间中，获得包含不同像素点、不同波段注意力特征的注意力分数立方体；具体如下：
(a)空间注意力分数提取子模块
步骤一：将输入图像X分别映射到嵌入光谱特征空间中，以得到两个新特征图θ(X)和φ(X)；
步骤二：利用嵌入空间内的高斯函数计算任意两个像素相似性sij，获得空间注意力分数图S，最后再利用神经网络softmax层进行归一化操作；
(b)光谱注意力分数提取子模块
步骤三：将输入图像...

【专利技术属性】
技术研发人员：尹继豪，李磊，刘雨晨，黄浦，王麒雄，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京;11