고해상도 분광 영상 데이터의 불균형 분포, 공간-스펙트럼 특징 추출 부족 및 네트워크 층 수 증가에 따른 네트워크 열화 문제를 해결하기 위해 다중 스케일 혼합 합성곱 네트워크 기반의 고해상도 분광 영상 분류 방법을 제안한다. 먼저, 주성분 분석을 사용하여 고해상도 분광 데이터의 차원 축소를 수행하고; 다음으로, 이웃 추출을 통해 이웃 내 픽셀을 하나의 샘플로 활용하여 공간 정보를 보완하며; 그 후, 다중 스케일 혼합 합성곱 네트워크를 사용하여 전처리된 샘플 데이터에서 특징을 추출하고, 공간 및 스펙트럼 차원에서 유용한 정보를 강화하기 위해 혼합 도메인 주의 메커니즘을 추가한다; 마지막으로, Softmax 분류기를 사용하여 각 픽셀 샘플의 분류를 수행한다. 실험 결과, 제안된 모델을 Indian Pines와 Pavia University 두 고해상도 분광 데이터셋에서 실험한 결과, 전체 분류 정확도, 평균 분류 정확도 및 카파 계수가 각각 0.9879, 0.9833, 0.9862 및 0.9990, 0.9969, 0.9986을 달성하였다. 이 알고리즘은 고해상도 분광 영상의 특징 정보를 보다 충분히 추출할 수 있으며, 다른 분류 방법에 비해 우수한 분류 성능을 달성하였다.

고해상도 분광 영상; 혼합 합성곱 네트워크; 다중 스케일 특징; 주의 메커니즘