生成式自监督预训练分类模型构建方法及装置

本发明提供一种生成式自监督预训练分类模型构建方法及装置，该方法包括：采集对应同一目标对象的高光谱影像、多光谱影像、以及全色影像；对各类光谱影像裁切得到对应的影像子集，生成样本集；使用多尺度掩蔽策略对所述样本集中的样本数据进行掩蔽处理，得到掩蔽影像；对掩蔽影像进行空间位置编码，并根据使用的掩蔽策略嵌入标记信息，得到各掩蔽影像对应的编码数据；对编码数据进行特征提取，得到多源特征；对多源特征进行融合，得到多源深度融合特征；利用解码器对多源深度融合特征进行重构，并在重构损失的基础上引入光谱一致性约束。本发明方案可以在少样本条件下，提升模型从多源遥感影像中学习地物深层特征的能力，进而提升少样本条件下的高光谱影像分类性能。