基于混合卷积融合的神经网络高光谱图像分类

摘要

针对高光谱图像光谱维度高、信息冗余高的特点,本文提出一种无需降维的混合卷积融合的神经网络高光谱图像分类方法。首先,通过二维卷积残差注意力结构进行特征的粗提取和光谱通道重定向;其次,使用多尺度三维卷积结构提取高光谱图像特征信息;最后,通过全局平均池化将特征图转换为特征向量进行分类。实验结果表明,此方法具有一定的先进性。