一种基于辅助任务的半监督光谱图像分类方法

本发明涉及一种基于辅助任务的半监督光谱图像分类方法，包括：获取多光谱图像和对应的低分辨率RGB图像，对低分辨率RGB图像进行超分辨率重建，生成高分辨率RGB图像，然后与多光谱图像配对形成图像对并进行数据扩增；利用两个架构相同但参数独立的特征提取网络分别对高分辨率RGB图像和多光谱图像进行特征提取，采用双重注意力机制进行特征融合，生成融合特征；对有标签数据计算监督损失，对无标签数据生成伪标签，结合一致性正则化策略计算无监督损失；通过贝叶斯优化方法对融合特征的权重参数和损失权重进行自动化调优，采用反向传播算法更新模型参数；将融合特征输入分类网络，输出光谱图像分类结果。该方法有利于提高光谱图像分类的准确性和鲁棒性。