1 . 研究动机
-
由于单源数据的局限性,利用多源遥感数据联合分类受到关注
-
现有的多源遥感数据联合分类方法仍然存在一定缺陷
- 单源数据特征提取
HSI空间分辨率低,易受大气干扰,较难捕捉空间上下文信息;
采用不同卷积核提取多尺度信息然后通过聚合融合,不能保证多尺度提取核融合的有效性,增加了模型参数和复杂性
- 多源数据特征融合
卷积局部特征提取能力强,多源数据远程位置间的依赖性无法传输
本文提出一种基于多尺度交互信息提取的高光谱和SAR联合分类方法(MIFNet)
- 首先 设计多尺度信息提取模块MIIE ,丰富单源数据特征表示
- 此外,设计全局依赖性融合模块(GDFM),捕捉全局依赖性,实现多源数据全局融合