130 / 2024-08-21 21:57:25

基于空谱联合数据增广的跨场景高光谱图像分类 AITC 2024+空天之星（不公开发表）

高光谱分类；跨场景域泛化；数据增广；空-谱域关性

高光谱分类是遥感和视觉领域中一种挖掘高光谱数据的材质信息的核心软件直播观看。而在实际任务中，由于存在各种不同的目标场景，且场景特性往往无法预知，跨场景的域泛化分类方法应运而生，在领域内的关注度不断提升。然而，现有的领域泛化光谱分类软件直播观看还存在很多限制，如在数据增强仿真过程中，生成的数据和源域数据的差别普遍较小，使得算法泛化能力受限；此外，数据生成过程没有充分利用高光谱本身的结构特性，导致生成数据结构不够合理。为了解决上述问题，本文提出一种基于空谱联合数据增广的跨场景域泛化高光谱分类算法框架。算法通过一个基于双分支生成器的数据增广模块联合学习高光谱图像中的光谱和空间信息，生成更加贴合真实高光谱图像的扩充图像；同时使用一个多样化信息重组模块对源域和目标域的差异进行建模，使得生成数据能够尽可能地反映出源域和未知目标域的真实偏移。此外，使用一个域特征判别器对模型进行监督对比训练，提取域不变特征，降低模型对场景的依赖、增强模型的泛化能力，实现鲁棒的跨场景分类。基于提出的方法，在两个跨场景高光谱分类数据集中展开对比实验和消融实验，证明了本文方法在模块设计方面的有效性，以及优越的整体性能。