多源数据分类的层次注意力与并行滤波融合网络
图像与视频处理
2024-08-26 v1 计算机视觉与模式识别
摘要
高光谱图像（HSI）和合成孔径雷达（SAR）数据联合分类是遥感图像解释领域的关键且具有挑战性的任务。然而，现有方法在特征建模方面不足以同时利用丰富的全局、光谱和局部特征，导致分类性能次优。为解决此问题，我们提出了一种用于多源数据分类的层次注意力和并行滤波融合网络。具体地，我们设计了一个用于高光谱特征提取的层次注意力模块。该模块同时整合全局、光谱和局部特征，以提供更全面的特征表示。此外，我们开发了并行滤波融合模块，这些模块在频域中增强了不同空间位置之间的跨模态特征相互作用。在两个多源遥感数据分类数据集上的大量实验验证了我们所提出方法的优势。具体而言，我们的方法在各自数据集上分别实现了91.44%和80.51%的整体准确率（OA），凸显了其卓越的性能。
引用
@article{arxiv.2408.12760,
title = {Hierarchical Attention and Parallel Filter Fusion Network for Multi-Source Data Classification},
author = {Han Luo and Feng Gao and Junyu Dong and Lin Qi},
journal= {arXiv preprint arXiv:2408.12760},
year = {2024}
}
备注
Accepted by IEEE GRSL