hyperspectral image classification | BriefGPT

关键词hyperspectral image classification

搜索结果 - 31

基于局部到全局的跨模态注意力融合方法用于 HSI-X 语义分割
本研究提出了一种用于高光谱图像和 X 模态图像分类的 Local-to-Global Cross-modal Attention-aware Fusion (LoGoCAF) 框架，通过像素级的两分支语义分割架构从两种模态中学习信息并进行特
PDF9 days ago
一种新的 CNN-Transformer 方法中基于门控 - 移位 - 融合机制的高光谱图像分类增强
本文介绍了一种包括两个卷积块、一个 Gate-Shift-Fuse（GSF）块和一个 transformer 块的高光谱图像分类模型，通过在局部特征提取方面利用 CNN 的优势以及在远程上下文建模方面利用 transformer 的优势，该
PDF14 days ago
多教师多目标元学习在零样本高光谱波段选择中的应用
多老师多目标元学习网络 (M3BS) 是一种新颖的用于零样本高光谱波段选择的方法，通过构建通用的图卷积网络 (GCN) 生成数据集无关的基础，从多个波段选择任务中提取兼容的元知识，通过多目标元学习实现与多老师波段选择任务的联合优化，无需重新
PDF22 days ago
揭示小波的威力：一种基于小波的 Kolmogorov-Arnold 网络用于高光谱图像分类
该研究采用 Wavelet-based Kolmogorov-Arnold Network (wav-kan) 架构来进行高光谱图像分类，利用可学习的小波函数作为激活函数，实现对输入光谱特征的非线性映射，达到有效地捕捉多尺度空间和谱域模式的
PDF22 days ago
DualMamba：一种轻量级的光谱 - 空间蛇形卷积网络用于高光谱图像分类
提出了一种轻量级双流 Mamba 卷积网络 (DualMamba) 用于高光谱图像分类，通过全局局部光谱空间特征提取和全局局部融合实现了显著的分类准确度和模型参数减少。
PDF23 days ago
3DSS-Mamba: 3D-Spectral-Spatial Mamba 用于高光谱图像分类
提出了一种基于 3D-Spectral-Spatial Mamba 框架的新方法，用于全局光谱 - 空间关系建模及高效的高光谱影像分类，实验结果表明该方法在 HSI 分类任务中优于现有方法。
PDFa month ago
基于令牌化的马巴模型中的中央化马巴交叉扫描用于高光谱图像分类
利用创新的 Mamba-in-Mamba (MiM) 架构和利用 State Space Model (SSM) 的首次尝试，本研究提出了用于高光谱图像分类的 MiM 模型，通过改进的特征生成和集中方法以及改进的解码效率，优于现有基线和最先
PDFa month ago
高光谱图像分类的光谱空间蛇纹石
该研究基于 Mamba 模型，提出了一种名为 SS-Mamba 的光谱空间分类方法，通过光谱 - 空间令牌生成模块和多个堆叠的光谱 - 空间 Mamba 块实现光谱和空间信息的融合，从而有效地进行高光谱图像分类。该方法在广泛使用的高光谱数据
PDF2 months ago
金字塔分层变压器用于高光谱图像分类
我们提出了一种基于金字塔形式的分层 Transformer 模型 (PyFormer)，用于提高高光谱图像分类的处理效率和抽象传播能力。实验结果显示，这种方法在提高传统方法的基础上有着更好的优势，并且通过集成不同层级的输出，进一步增强了鲁棒
PDF2 months ago
常规模型和 Transformer 模型在高光谱图像分类中的不相交采样的重要性
通过不重叠采样来评估最新模型的关键性，本文提出了一种创新的不重叠采样方法，用于超光谱图像分类任务的最新模型训练，通过分离训练、验证和测试数据，消除了数据泄露，提供了可靠的指标来评估模型在超光谱图像分类中的进展和应用。
PDF2 months ago
传统到 Transformer：高光谱图像分类的当前趋势与未来前景调查
高光谱图像分类是一项具有挑战性的任务，该研究综述了当前深度学习模型和转换器在高光谱图像分类领域的最新趋势和未来发展前景，并提供了关键概念、方法学以及深度学习和转换器在高光谱图像分类中的最新方法。同时，还通过应用三个高光谱数据集进行了全面的实
PDF2 months ago
基于 3D 卷积引导的光谱 - 空间变换器用于高光谱图像分类
我们提出了一种基于 3D 卷积引导的光谱 - 空间 Transformer（3D-ConvSST）的高光谱图像分类方法，该方法利用 3D 卷积引导的残差模块（CGRM）在编码器之间来 “融合” 局部空间和光谱信息以增强特征传递，并通过全局平
PDF2 months ago
基于注意力的双分支复杂特征融合网络用于高光谱图像分类
本研究提出了一种新颖的双分支模型用于高光谱图像分类，将两个流合并起来：一个用于使用实值神经网络（RVNN）处理标准高光谱补丁，另一个用于使用复值神经网络（CVNN）处理其相应的傅里叶变换。该模型在 Pavia University 和 Sa
PDF8 months ago
跨领域少样本高光谱图像分类的多视图关系学习
本文提出了一种基于多视角关系学习的跨域少样本高光谱图像分类方法，通过学习样本之间的关系来改善跨域少样本高光谱图像分类，并结合对比学习和基于 Transformer 的跨注意力学习模块来获得更可区分的样本特征。实验证明，与现有方法相比，多视角
PDF8 months ago
多尺度光谱 - 空间卷积变换器用于高光谱图像分类
提出了一种多尺度光谱空间卷积 Transformer (MultiscaleFormer) 用于高光谱图像分类，通过多尺度空间补丁和光谱表示来捕捉多尺度光谱空间信息，并通过改进的光谱空间 CAF 模块进行信息融合，取得了优于大部分其他架构的
PDF8 months ago
使用对抗性学习进行高光谱图像分类的深层内在分解
开发了一种名为 AdverDecom 的新型深度内在分解与对抗学习方法，用于遥感图像分类，以减轻环境因素对分类性能的负面影响，并通过生成网络（HyperNet）提取与环境相关的特征和类别相关的特征，以及通过对抗学习的环境和类别联合学习损失来
PDF8 months ago
区域感知的高光谱分类
我们介绍了 HyLITE，这是一种模型局部和光谱信息的视觉转换器，利用新型的正则化函数促进了局部到全局信息的整合，该方法在准确度上超过了竞争基准，并取得了高达 10％的增益。
PDF10 months ago
基于可学习的三维分组卷积的空间光谱高光谱分类
本文提出了一种基于改进的 3D-DenseNet 模型和轻量级模型设计的可学习组卷积网络 (LGCNet)，用于加速在具有严格延迟要求和受限计算能力的边缘设备上模型的部署，该网络通过引入针对输入通道和卷积核分组的动态学习方法改善了组卷积的不
PDFa year ago
基于动态分组卷积的高光谱遥感图像分类的高效三维 DenseNet (DGCNet)
该研究设计并提出了一种基于动态分组卷积的轻量级模型，并应用于高光谱图像分类计算任务，取得了较高的速度和准确度，较传统方法优越。
PDFa year ago
高光谱图像分类的前向算法：初步研究
本研究探讨前向传递算法在高光谱图像分类中的应用，实验结果和比较分析表明该方法具有较大的潜力和优势，相较于传统反向传播算法可更好地克服初值敏感、梯度消失、过拟合和计算复杂度等问题。
PDFa year ago