利用殘差通道注意力網絡的高光譜圖像分類

摘要：殘差網絡能夠有效地解決卷積神經網絡出現的梯度消失問題,應用于高光譜圖像分類取得了良好的效果,但簡單地堆積殘差單元并不能很好地提高模型性能。通道注意力機制能夠有區別地處理卷積層輸出的特征圖,更好地利用對分類有用的特征通道。為了充分利用殘差網絡及通道注意力機制的特征提取能力,設計適用于高光譜圖像分類的殘差通道注意力網絡。在殘差單元中結合卷積層和通道注意力機制,實現對特征通道的重新調整,并在模型中實現局部殘差學習和全局殘差學習,促進信息傳遞,增強模型穩定性。實驗結果表明,該方法用于Indian Pines數據和University of Pavia數據能夠分別取得98.78%和 99.22%的分類精度,在有限數量訓練樣本的情況下,能夠達到較高的分類精度。