基于多尺度卷积注意力网络的高光谱水质参数反演方法

本申请实施例提供一种基于多尺度卷积注意力网络的高光谱水质参数反演方法，通过将原始遥感图像划分为多尺度的训练像素块，进行各尺度下的卷积处理，根据对应于各尺度的卷积核组合，可获取到空间方面大尺度的整体结构信息和小尺度下的细节信息，进而可通过空间‑光谱联合注意力处理，捕捉高光谱图像中空间结构和光谱信息的交互关系，增强了处理模型对局部重要区域的关注性能，还能捕捉到全局空间上下文信息，同时还可动态调整光谱波段关注度，最终获得包含空间信息和光谱信息的特征图，从而可进行各尺度下的融合获得最终的反演结果，以进行水质分析，提升了基于深度学习的高光谱遥感图像识别方法的特征提取能力和泛化能力。