结合注意力机制的自监督高光谱图像异常检测

来源：上海理工大学学报杂志2025年第1期北京时间：

作者：陈婷婷，胡兴，刘德权，蒋林华，张大伟

单位：上海理工大学 光电信息与计算机工程学院，上海 200093,上海理工大学 光电信息与计算机工程学院，上海 200093;云南省科学技术院，昆明 650228,华北科技学院，廊坊 065201,巴黎高等电子学院?索邦联合实验室，巴黎 92130,上海理工大学 光电信息与计算机工程学院，上海 200093

摘要：高光谱图像异常检测广泛应用于农业、军事、地质、生物等领域。针对高光谱异常检测中数据样本少和空谱特性利用不足的问题，提出了一种结合注意力机制的自监督高光谱图像异常检测算法。首先，通过2D卷积自监督网络提取高光谱图像的光谱特征和空间特征来重构背景，引入注意力机制自适应的学习特征通道权重，实现特征优化；其次，考虑背景重构后图像信息量的减少问题，在损失函数中引入图像信息熵对特征编码进行约束，改善网络性能；最后，使用马氏距离实现异常值计算。将所提算法在两组来自不同场景的高光谱图像数据集上进行实验，并与7种同类算法进行了对比。结果表明，该算法在检测结果的AUC指标上均取得了最高值。

关键词：高光谱图像;异常检测;自监督网络;注意力机制

基金资助：国家自然科学基金资助项目（62175037）；云南省科技厅科技人才与平台计划（202305AF150143）