SpectralCA：面向下一代无人机高光谱视觉的双向交叉注意力
计算机视觉与模式识别
2025-10-14 v1 人工智能
摘要
本研究的相关性在于，无人机（UAVs）日益增长的需求使得其在复杂环境中能够可靠运行成为关键——而常规导航在由于干扰、视觉模糊或伪装等因素导致信噪比下降时变得不可靠。高光谱成像（HSI）为UAV-based计算机视觉提供了独特机遇，通过实现对材料的精细识别和物体差别化，对于导航、监视、农业和环境监测至关重要。本工作的目标是开发一种集成HSI的深度学习架构，用于UAV感知，以实现导航、目标检测和地形分类。具体目标包括：综述现有HSI方法、设计具有光谱-空间交叉注意力的混合2D/3D卷积架构、进行训练和基准测试。方法基于对Mobile 3D Vision Transformer (MDvT)的修改，通过引入所提出的SpectralCA模块。该模块采用双向交叉注意力融合光谱和空间特征，在提升准确度的同时减少参数量和推理时间。通过在WHU-Hi-HongHu数据集上进行实验评估，结果使用Overall Accuracy、Average Accuracy和Kappa系数进行评估。研究发现，所提出的架构改进了UAV感知效率，使其能够实现导航、目标识别和环境监测任务的实时运行。
引用
@article{arxiv.2510.09912,
title = {SpectralCA: Bi-Directional Cross-Attention for Next-Generation UAV Hyperspectral Vision},
author = {D. V. Brovko},
journal= {arXiv preprint arXiv:2510.09912},
year = {2025}
}
备注
The work consists of three chapters, includes 12 figures, 4 tables, 31 references, and 1 appendix. A version of this work has been accepted for presentation at the 2025 IEEE 8th International Conference on Methods and Systems of Navigation and Motion Control