跨模态融合分类网络

多模态协同更精准

该网络利用Mamba跨模态信息融合与自蒸馏机制，充分挖掘高光谱与LiDAR数据的互补性，大幅提升地物分类的判别力与稳定性。

Li, Daxiang · Bingying, Li · 刘颖

IEEE Transactions on Geoscience and Remote Sensing 2025

技术优势

互补利用更充分

跨模态注意力与双向Mamba机制结合，能更有效地挖掘多模态遥感数据的互补性，获得更具判别力的融合特征。

特征更精炼

原型约束自蒸馏模块利用正交正则化知识蒸馏函数进一步细化跨模态融合特征，增强了特征提取的鲁棒性和适应性。

应用场景

• 多模态遥感分类：充分利用高光谱与LiDAR互补信息，提升地物分类精度。
• 地物精细识别：通过跨模态融合获得判别性特征，支持精细地物类型识别。
• 多源遥感融合：结合Mamba机制与自蒸馏，有效融合多源遥感数据。