WaveMamba：用于高光谱图像分类的空间-谱小波 Mamba
计算机视觉与模式识别
2024-12-02 v2 图像与视频处理
摘要
高光谱成像 (HSI) 已被证明是捕获多样化应用中详细谱信息和空间信息的强大工具。尽管深度学习和 Transformer 架构在高光谱图像分类方面取得了进展，但计算效率和大量标注数据的需求等挑战仍然存在。本文提出了 WaveMamba，一种将小波变换与空间-谱 Mamba 架构相结合的新方法，用于增强高光谱图像分类。WaveMamba 以端到端可训练模型的方式同时捕获局部纹理模式和全局上下文关系。基于小波增强的特征随后通过状态空间架构进行处理，以建模空间-谱关系和时间依赖关系。实验结果表明，WaveMamba 超越了现有模型，在休斯顿大学数据集上实现了 4.5% 的准确率提升，在帕维亚大学数据集上实现了 2.0% 的提升。
引用
@article{arxiv.2408.01231,
title = {WaveMamba: Spatial-Spectral Wavelet Mamba for Hyperspectral Image Classification},
author = {Muhammad Ahmad and Muhammad Usama and Manuel Mazzara and Salvatore Distefano},
journal= {arXiv preprint arXiv:2408.01231},
year = {2024}
}