用于高光谱分类的新型卷积神经网络结构

本发明公开了一种用于高光谱分类的新型卷积神经网络结构，包括：编码器、双解码器和分类头，其中，所述编码器用于通过三种不同尺度的3D卷积核并行地进行空间‑光谱特征提取，并将感受野相近的卷积特征进行融合和横向接连，得到融合特征；所述双解码器结构用于将编码器提取的融合特征进行解译，恢复融合特征的空间‑光谱特征；所述分类头用于采用多尺度损失加权平均策略，对两个分类损失进行加权平均。本发明实施例提出的新型卷积神经网络结构通过三个不同尺度的3D卷积并行提取空间‑光谱特征，并采用优化的特征融合策略和完整的3D信息结构保留机制，成功地学习到了丰富而有区分度的空间‑光谱联合特征。