基于注意力卷积神经网络的高光谱图像波段选择
计算机视觉与模式识别
2020-01-10 v3 机器学习
机器学习
摘要
本文提出了一种新的基于注意力的卷积神经网络，用于从高光谱图像中选择波段。所提方法在不同深度复用卷积激活，借助门控机制识别光谱中信息量最大的区域。我们的注意力技术具有模块化特点且易于实现，并可使用梯度下降进行端到端无缝训练。严谨的实验表明，配备注意力机制的深度模型可提供高质量的分类，并反复识别训练数据中的显著波段，从而能够构建保留最具意义特征的精炼且极度紧凑的波段集合。
引用
@article{arxiv.1811.02667,
title = {Band Selection from Hyperspectral Images Using Attention-based Convolutional Neural Networks},
author = {Pablo Ribalta Lorenzo and Lukasz Tulczyjew and Michal Marcinkiewicz and Jakub Nalepa},
journal= {arXiv preprint arXiv:1811.02667},
year = {2020}
}
备注
This is an initial draft of the paper submitted to IEEE ACCESS