基于光谱注意力图卷积网络的高光谱图像分类

来源：电子与信息学报杂志2023年第4期北京时间：

作者：孔毅, 纪定哲, 程玉虎, 王雪松

单位：中国矿业大学信息与控制工程学院 徐州 221116

摘要：近年来，图卷积网络因其特征聚合的机制，能够同时对单个节点以及近邻节点的特征进行表示，被广泛应用于高光谱图像的分类任务。然而，高光谱图像(HSI)中常存在波段冗余、同物异谱等问题，使得直接利用原始光谱特征构建的初始图可靠性不足，从而导致高光谱图像的分类精度低。为此，该文提出一种基于光谱注意力图卷积网络(SAGCN)的高光谱图像半监督分类方法。首先，利用注意力模块对光谱的局部与全局信息进行交互，以增加重要光谱的权重、减小冗余波段以及噪声波段的权重，从而实现光谱的自适应加权；然后，针对光谱加权处理后的高光谱图像，通过空间-光谱相似性度量构建更为准确的近邻矩阵；最后，通过图卷积对标记和无标记样本进行有效的特征聚合，并使用标记样本的聚合特征训练网络。在Indian Pines, Kennedy Space Center和Botswana 3个真实高光谱图像数据集上的实验结果验证了所提方法的有效性。

关键词：高光谱图像分类, 半监督分类, 图卷积网络, 光谱注意力

基金资助：国家自然科学基金(62006232, 61976215, 62176259)，江苏省自然科学基金(BK2020063)