用于多源遥感数据分类的稀疏聚焦网络
图像与视频处理
2024-06-04 v1
摘要
随着各种传感器的发展，多源遥感数据分类已成为一个突出的研究课题。现有的多源数据分类方法在多源特征提取和融合过程中容易受到无关信息干扰。为了解决这个问题，我们提出了一种用于多源数据分类的稀疏聚焦网络。在Transformer模块中采用稀疏注意力进行HSI和SAR/LiDAR特征提取，从而保留最有用的自注意力值以实现更好的特征聚合。此外，使用交叉注意力来增强多源特征交互，并进一步提高跨模态特征融合的效率。在Berlin和Houston2018数据集上的实验结果凸显了SF-Net的有效性，其性能优于现有的最先进方法。
引用
@article{arxiv.2406.01245,
title = {Sparse Focus Network for Multi-Source Remote Sensing Data Classification},
author = {Xuepeng Jin and Junyan Lin and Feng Gao and Lin Qi and Yang Zhou},
journal= {arXiv preprint arXiv:2406.01245},
year = {2024}
}
备注
Accepted by IEEE IGARSS 2024