全局-局部三维卷积Transformer网络

双分支全局局部协同

在光谱和空间两个维度同时捕获全局与局部特征，超越现有高光谱图像分类方法。

Qi, Wenchao · 黄长平 · 王一博 · 张霞 · 孙伟伟 · 张立福

IEEE Transactions on Geoscience and Remote Sensing 2023

参数信息

GF- ZY

-02 D

技术优势

全局局部都抓

3D卷积嵌入双分支Transformer，在光谱和空间两个维度同时提取全局关联和局部特征。

参数少算力低

相比其他最先进算法，GTCT在四个HSI数据集上以更少参数和更低FLOPs取得更优性能。

光谱空间深融合

通过加权多尺度光谱-空间特征交互模块自适应融合多尺度信息，并利用光谱-空间全局注意力机制整合判别特征。

应用场景

• 遥感图像分类：提升GF-5、ZY1-02D等卫星高光谱图像的地物分类精度。
• 智能图像处理：用双分支Transformer同时提取全局和局部特征，增强图像表征能力。
• 视觉感知算法：在光谱和空间维度融合多尺度信息，提升视觉任务的判别能力。