Key points are not available for this paper at this time.
초분광 이미지(HSI)는 풍부한 스펙트럴 정보를 제공할 수 있으며, 이는 많은 응용 분야에서 정확한 분류에 유용합니다. 그러나 초분광 이미지 분류 작업은 한정된 레이블 데이터, 데이터 중복성, 데이터 희소성 및 불균형 클래스 샘플과 같은 도전 과제가 있습니다. 시간이 지나면서 이러한 문제를 해결하기 위해 다양한 방법이 제안되었습니다. 본 논문에서는 초분광 이미지 분류를 위한 채널별 이동 기법을 가진 이웃 주의 변환기를 제시합니다. 이웃 주의 변환기는 주의 메커니즘의 힘을 활용하여 이웃 픽셀 간의 공간적 관계를 포착하고 차별화된 특징을 추출합니다. 채널별 이동 기법은 모델이 각 채널의 스펙트럴 특성을 적응적으로 조정할 수 있도록 하여 초분광 데이터에 존재하는 스펙트럼 변화를 처리하는 능력을 향상시킵니다. 제안된 모델의 효율성을 검증하기 위해 공개적으로 이용 가능한 데이터 세트에서 포괄적인 실험을 수행합니다. 결과는 우리의 모델이 다른 최첨단 방법들을 지속적으로 초월함을 보여줍니다. 제안된 모델의 전체 정확도는 99.41%, 99.93%, 98.35%, 99.59% 네 개의 데이터 세트에서 달성되었습니다.
Arshad et al. (금요일,)은 이 질문을 연구했습니다.