HSLiNets：评估高光谱与激光雷达融合中的波段排序策略
计算机视觉与模式识别
2025-03-28 v1
摘要
高光谱成像（HSI）与光学探测与测距（LiDAR）数据融合为遥感应用提供了互补的光谱和空间信息。虽然已有研究探索了波段选择和分组在HSI分类中的作用，但对波段顺序如何影响与LiDAR融合后分类结果的影响关注不足。本文系统性地研究了波段顺序对HSI-LiDAR融合性能的影响。通过大量实验，我们证明波段顺序显著影响分类精度，揭示了融合模型中此前被忽略的关键因素。基于此观察，我们提出一种新型融合架构，不仅集成HSI与LiDAR数据，还能从多种波段顺序配置中学习。该方法通过自适应融合不同光谱序列来增强特征表示，提高分类精度。在休斯顿2013和特伦托数据集上的实验表明，我们的方法优于最先进的融合模型。数据和代码已公开于 https://github.com/Judyxyang/HSLiNets。
引用
@article{arxiv.2503.21072,
title = {HSLiNets: Evaluating Band Ordering Strategies in Hyperspectral and LiDAR Fusion},
author = {Judy X Yang and Jing Wang and Zhuanfeng and Li and Chenhong Sui Zekun Long and Jun Zhou},
journal= {arXiv preprint arXiv:2503.21072},
year = {2025}
}
备注
2 figures, 5 pages