基于自监督学习和多结构GAN的高光谱图像分类.docxVIP

基于自监督学习和多结构GAN的高光谱图像分类

摘要：近年来，高光谱图像分类一直是遥感图像处理领域的重要研究方向。传统的高光谱图像分类方法需要大量标记样本，且很难应对复杂的光谱变化和局部纹理信息。为了解决这些问题，本文提出了一种方法。该方法利用自监督学习来生成伪标签样本，再结合多结构GAN进行特征提取和分类任务。实验结果表明，该方法在光谱变化复杂和局部纹理信息丰富的高光谱图像分类任务中具有较高的准确性和鲁棒性。

1.引言

高光谱图像具有丰富的光谱信息，可以提供更多地物分类的细节特征。然而，由于高光谱图像数据维度高、光谱变化复杂，以及缺乏大规模标记样本等问题，高光谱图像分类一直