基于生成对抗网络的高光谱图像分类

来源：计算机工程与应用杂志2019年第22期北京时间：

作者：陈方杰，李吉明，杨东勇

单位：1.浙江工业大学 信息工程学院，杭州 310023；2.浙江警察学院 计算机与信息技术系，杭州 310053

摘要：针对高光谱图像分类领域中特征利用不足的问题，提出了一种基于生成对抗网络（Generative Adversarial Networks，GANs）的高光谱图像分类方法。根据高光谱图像空间域和光谱域的相关性，利用GANs方法，挖掘其深层特征，生成可分性更高的高光谱图像，并通过支持向量机（Support Vector Machine，SVM）对生成的高光谱图像进行分类。使用两组高光谱数据进行实验，结果表明，该方法能够在少量高光谱波段的情况下，对抗学习到较好的生成模型，使得生成的高光谱图像在地物分类实验中具有更高的分类精度。

关键词：高光谱图像分类,生成对抗网络（GANs）,特征挖掘