Hyperspectral Classification
文章平均质量分 91
QxwOnly
宝剑锋从磨砺出,梅花香自苦寒来。
展开
-
SpectralFormer: Rethinking Hyperspectral Image Classification with Transformers
Abstract 卷积神经网络(convolutional neural networks, CNNs)由于具有良好的局部上下文建模能力,已被证明是HS图像分类中一个强大的特征提取器。然而,由于其固有的网络骨干网的限制,**cnn不能很好地挖掘和表示光谱特征的序列属性**。 I. INTRODUCTION 为了解决这个问题,我们从变压器的顺序角度重新思考HS图像分类,并提出了一种新的骨干网称为SpectralFormer。除了在经典的变压器中采用band-wise表示外,SpectralForm..原创 2022-01-27 16:23:01 · 5263 阅读 · 1 评论 -
Spatial-Spectral Transformer for Hyperspectral Image Classification
论文地址:https://doi.org/10.3390/rs13030498 Abstract 近年来,人们提出了大量基于深度卷积神经网络(CNN)的高光谱图像(HSI)分类方法。本文提出的基于cnn的方法虽然具有空间特征提取的优势,但它们难以处理序列数据,且cnn不擅长对远程依赖关系进行建模。然而,HSI的光谱是一种序列数据,通常包含数百个波段。因此,cnn很难很好地处理HSI处理。另一方面,基于注意机制的Transformer模型在处理序列数据方面已经证明了其优越性。为了解决长距离HSI序列谱的原创 2022-02-15 21:07:08 · 3157 阅读 · 2 评论