摘要
本发明涉及高光谱图像分类技术领域,尤其涉及一种基于三维混合频域注意力网络的高光谱图像分类方法及其系统,包括以下步骤:对输入的高光谱图像数据进行预处理操作;通过构建双分支3D卷积神经网络结构,包括光谱分支和空间分支,分别提取光谱特征和空间特征;其中,光谱分支通过多个3D卷积层提取光谱特征,空间分支通过3D卷积层和频域注意力模块提取空间特征;将光谱分支和空间分支提取的特征进行融合,得到融合后的特征图;将融合后的特征图输入到分类器中,进行分类决策,输出分类结果。本发明中,通过引入频域注意力机制,本发明能够更精确地聚焦于关键特征,增强模型对多尺度信息的感知能力,从而提高分类准确性。
技术关键词
光谱图像分类方法
卷积神经网络结构
图像分类系统
分支
频域特征
特征提取模块
高光谱图像分类技术
深度神经网络
支持向量机
分类器
决策
随机森林
动态地
注意力机制
数据
逻辑