CLAReSNet：卷积遇及潜在注意力于高光谱图像分类
计算机视觉与模式识别
2025-12-22 v2 人工智能
机器学习
摘要
高光谱图像（HSI）分类面临关键挑战，包括高光谱维数、复杂的光谱-空间相关性以及严重类别不平衡的有限训练样本。虽然 CNN 在局部特征提取方面表现出色，transformer 能捕获长程依赖，但其孤立应用会导致结果不佳，由于二次复杂度和不足的归纳偏差。我们提出 CLAReSNet（Convolutional Latent Attention Residual Spectral Network），一种混合架构，将多尺度卷积提取与 transformer 风格注意力通过自适应潜在瓶颈集成。该模型采用多尺度卷积干涼块和增强型卷积块注意力模块（CBAM）进行层次空间特征提取，随后通过结合双向循环神经网络（LSTM/GRU）的多尺度光谱潜在注意力（MSLA）进行光谱编码。MSLA 通过自适应潜在 token 分配（8-64 个 token）将复杂度从 降低至 ，其自适应 token 分配随序列长度按对数尺度扩展。层次跨注意力融合动态地聚合多层表示，以实现对抗类别不平衡的稳健分类。在印度坡和萨里纳斯数据集上进行的实验显示出领先性能，实现了整体准确率分别为 99.71% 和 99.96%，显著超越 HybridSN、SRN 和 SpectralFormer。学习得到的嵌入显示出优异的类别间可分离性和紧凑的类别内聚类，验证了 CLAReSNet 在严重类别不平衡情况下的有效性。
引用
@article{arxiv.2511.12346,
title = {CLAReSNet: When Convolution Meets Latent Attention for Hyperspectral Image Classification},
author = {Asmit Bandyopadhyay and Anindita Das Bhattacharjee and Rakesh Das},
journal= {arXiv preprint arXiv:2511.12346},
year = {2025}
}