通过挖掘冗余光谱提升用于HSI-SAR/LiDAR分类的空谱掩码自编码器
图像与视频处理
2024-06-04 v1
摘要
尽管近期基于掩码图像建模(MIM)的HSI-LiDAR/SAR分类方法已逐渐认识到光谱信息的重要性,但它们未能充分解决不同光谱之间的冗余问题,导致预训练阶段出现信息泄露。这个问题直接损害了模型的表示能力。为了解决这个问题,我们提出了一种新策略,称为挖掘冗余光谱(MRS)。与随机掩码光谱波段不同,MRS通过相似性选择性地掩码它们以增加重建难度。具体来说,在预训练期间选择一个随机光谱波段,并掩码该选定波段及其高度相似的波段。实验结果表明,在预训练阶段采用MRS策略有效地提高了现有基于MIM的方法在柏林和休斯顿2018数据集上的准确性。
引用
@article{arxiv.2406.01235,
title = {Boosting Spatial-Spectral Masked Auto-Encoder Through Mining Redundant Spectra for HSI-SAR/LiDAR Classification},
author = {Junyan Lin and Xuepeng Jin and Feng Gao and Junyu Dong and Hui Yu},
journal= {arXiv preprint arXiv:2406.01235},
year = {2024}
}
备注
Accepted by IGARSS 2024