고분광 영상의 공간-스펙트럼 결합 특징을 추출하기 위해 본 논문에서는 개선된 공간 피라미드 어텐션 메커니즘 잔차 네트워크 기반 고분광 영상 분류 모델을 제안한다. 먼저 주성분 분석법을 사용하여 스펙트럼 중복을 제거하고, 공간 피라미드 어텐션 메커니즘과 결합하여 개선된 잔차 네트워크 기반 고분광 영상 분류 모델을 통해 정밀한 특징을 획득한다. 그런 다음 공간 피라미드 어텐션 모델을 활용해 다중 스케일 결합 특징 주의를 실현하여 결합 특징에 대한 민감도를 높이고, 공간 및 스펙트럼 정보를 효과적으로 강조 및 집중하여 정보 교환을 구현한다. 마지막으로 Softmax 분류기를 통해 분류 라벨을 얻는다. 본 논문에서 제안한 방법은 MUUFL 및 Tento 데이터셋에서 실험을 진행하였으며, 결과는 본 알고리즘의 전체 분류 정확도가 각각 94.08% 및 98.32%에 달함을 보여준다. 다른 고분광 분류 모델과 비교할 때 본 모델은 수렴 속도가 빠르고 분류 성능에서 현저한 향상을 보이며, 지물 분류 정확도가 더 높다.

고분광;영상 분류;어텐션 메커니즘;공간-스펙트럼 특징