基于注意力机制和卷积神经网络高光谱遥感图像分类方法

摘要

本发明提供了基于注意力机制和卷积神经网络高光谱遥感图像分类方法，对原始高光谱遥感图像进行主成份分析法降维，将降维后的高光谱数据进行样本取块；之后进行3D卷积操作和池化操作，得到中间特征图谱；然后分别将中间特征的每一个光谱向量与光谱注意力模块和每一个空间特征与空间注意力模块进行按位相乘，得到注意力增强样本；之后再进行一次卷积操作与注意力增强操作；然后将通过3D卷积操作得到的中间特征图谱输入到分类器中进行分类。本发明的有益效果是：降低分类成本，提高分类性能，通过样本特征的提取与增强，实现自适应特征细化，进而提高了高光谱遥感图像的分类精度。