基于掩码引导因果干预的跨域少样本高光谱图像分类方法

本发明公开了一种基于掩码引导因果干预的跨域少样本高光谱图像分类方法，所述方法包括根据训练支持集与训练查询集对构建的高光谱图像分类模型进行模型训练，获取最优高光谱图像分类模型；且构建的高光谱图像分类模型包括依次连接的随机掩码图像混合模块、具有多尺度光谱卷积块的双分支卷积神经网络模块、线性分类器以及协作域对齐模块；根据最优高光谱图像分类模型，实现对测试集中无标记数据样本的高光谱图像分类。本发明减轻了目前由于跨域高光谱图像复杂的光谱特征导致类与标签之间的虚假相关，提高了模型在不可见类中的泛化能力，同时缓解了因目标域标注样本的稀缺性而导致可靠的类别特定特征的提取问题。