Classificação de Imagens Hiperespectrais Baseada em Rede de Mecanismo de Dupla Atenção de Dupla Ramificação

Nos últimos anos, os pesquisadores têm prestado cada vez mais atenção à classificação de imagens hiperespectrais (HSI) utilizando métodos de aprendizado profundo. Para melhorar a precisão e reduzir as amostras de treinamento, propomos uma rede de mecanismo de atenção de dupla ramificação (DBDA) para classificação de HSI neste artigo. Duas ramificações são projetadas na DBDA para capturar muitas características espectrais e espaciais contidas na HSI. Além disso, um bloco de atenção de canal e um bloco de atenção espacial são aplicados a essas duas ramificações, respectivamente, o que permite à DBDA refinar e otimizar os mapas de características extraídos. Uma série de experimentos em quatro conjuntos de dados hiperespectrais mostram que a estrutura proposta tem desempenho superior ao algoritmo de ponta, especialmente quando as amostras de treinamento estão significativamente em falta.