Red espectral-espacial heterogénea con atención 3D y MLP para clasificación de imágenes hiperespectrales utilizando muestras de entrenamiento limitadas

Los métodos basados en redes neuronales convolucionales (CNN) se han convertido en una derivación vital para la clasificación de imágenes hiperespectrales (HSI). En los últimos años, la red neuronal convolucional tridimensional (3DCNN) ha dominado debido a su excelente capacidad de extracción de características. Sin embargo, la alta dimensión y las muestras de entrenamiento limitadas de HSI suelen restringir la mejora de su precisión de clasificación. Y los parámetros de la 3DCNN convencional son más grandes, lo que aumenta la complejidad computacional y el tiempo de ejecución. Por lo tanto, se propone un nuevo modelo llamado HSSAM para resolver los problemas mencionados. Primero, se diseña una convolución asimétrica residual-densa tridimensional (3D-RDAC) para reutilizar las características, mientras se reducen los parámetros. Posteriormente, 3D-RDAC se combina con la convolución multiescala para construir una convolución asimétrica residual-densa multiescala tridimensional (3D-MRDAC) para evitar los puntos ciegos y las regiones no reconocidas de los campos receptores. Luego, se aplica SimAM de atención 3D a 3D-MRDAC, para constituir el bloque de atención convolucional espectral-espacial heterogénea (HSSAN), para extraer adecuadamente las características espectral-espaciales de HSI. Finalmente, MLP actúa como la capa de salida del modelo para tratar mejor las características no lineales de HSI. Los experimentos en este artículo se llevan a cabo en cuatro conjuntos de datos hiperespectrales famosos: Indian Pines (IP), Pavia University (PU), WHU-Hi-LongKou (LK) y WHU-Hi-HanChuan (HC). Los resultados muestran que HSSAM logra una mejor precisión de clasificación con muestras de entrenamiento limitadas que varios modelos existentes. OA alcanza 96.84%, 98.85%, 98.01% y 97.18% en los cuatro conjuntos de datos, respectivamente.