结合自编码器并融合 HSI 与 LiDAR 注意力的无监督波段选择
计算机视觉与模式识别
2024-04-09 v1
摘要
高光谱成像(HSI)中的波段选择对于优化数据处理和提高分析精度至关重要。传统方法主要集中在独立分析单个波段内的光谱和像素特征。这些方法忽略了融合多种数据源(如激光雷达(LiDAR))的潜在优势,并且进一步受到 HSI 处理中标记数据可用性有限的挑战,这构成了一个重大障碍。为了应对这些挑战,本文引入了一种新颖的无监督波段选择框架,该框架结合了注意力机制和自编码器用于基于重建的波段选择。我们的方法独特地通过注意力分数将 HSI 与 LiDAR 数据融合,使用卷积自编码器处理组合特征掩码。这种融合有效地捕获了关键的空间和光谱特征,并减少了高光谱数据集中的冗余。我们对这种创新的融合波段选择方法与现有的无监督波段选择和融合模型进行了全面的比较分析。我们在实验中使用了 Houston 2013、Trento 和 MUUFLE 等数据集。结果表明,我们的方法实现了更高的分类精度,并显著优于现有模型。这种通过引入 LiDAR 特征促进的 HSI 波段选择增强,凸显了融合不同来源特征的巨大优势。
引用
@article{arxiv.2404.05258,
title = {Unsupervised Band Selection Using Fused HSI and LiDAR Attention Integrating With Autoencoder},
author = {Judy X Yang and Jun Zhou and Jing Wang and Hui Tian and Alan Wee Chung Liew},
journal= {arXiv preprint arXiv:2404.05258},
year = {2024}
}
备注
13 pages, 13figures, 6 tables