基于图与注意力机制的高光谱遥感图像分类方法综述
计算机视觉与模式识别
2023-10-17 v1
摘要
深度学习技术在高光谱成像(HSI)分类中的应用迅速增长并取得了改进的性能。由于产生HSI图像的传感器所捕获数据的特性，一个常见问题是波段维度中可能存在对标签类别区分有贡献或无贡献的波段。由于类标签的广泛存在性，主成分分析是用于降维的常用方法。然而，可能存在借助注意力机制纳入高光谱图像所有波段的方法。此外，为获得更好的光谱-空间特征提取，近期方法也探索了图卷积网络的使用及其在预测中利用节点特征的独特能力，这类似于像素光谱构成。在本综述中，我们给出了基于图和基于注意力的方法用于遥感与航空HSI图像高光谱图像分类的全面总结。我们还总结了这些技术所评估的相关数据集并对处理技术进行了基准测试。
引用
@article{arxiv.2310.09994,
title = {A Survey of Graph and Attention Based Hyperspectral Image Classification Methods for Remote Sensing Data},
author = {Aryan Vats and Manan Suri},
journal= {arXiv preprint arXiv:2310.09994},
year = {2023}
}