KnowCL: A Universal Knowledge Embedded Contrastive Learning framework for hyperspectral image classification

Quanwei Liu

doi:10.1016/j.knosys.2026.116972

KnowCL: A Universal Knowledge Embedded Contrastive Learning framework for hyperspectral image classification

2026-09-07

0

PRE

AI

DOI：10.1016/j.knosys.2026.116972

原文链接

原文求助

摘要

En 中文

高光谱图像（HSI）分类技术已得到广泛研究，并开发出多种模型。然而，这些HSI分类模型受限于轻量级模型和随机采样方法的数据集划分。前者限制了模型的泛化性能，后者导致模型评估指标虚高，从而在实际应用中导致性能骤降。因此，我们提出一种通用的知识嵌入对比学习（KnowCL）方法用于HSI分类，该方法在缺乏全局分布的训练样本时学习不变特征。我们提出一种新的HSI处理流程，并结合多种数据转换和增强技术以生成多样化的数据表示。基于该流程的框架兼容监督学习、半监督学习和无监督学习。半监督版本能够充分利用有标签和无标签样本，且在预期训练时间内完成。此外，我们设计了一种新的损失函数，自适应地融合监督和无监督损失，从而提升学习性能。该提出的分类范式在探索基于非重叠采样的HSI分类技术方面展现出巨大潜力。代码可通过https://github.com/quanweiliu/KnowCL 访问。

Keyword:

Hyperspectral image (HSI) classification

Contrastive learning (CL)

Semi-supervised learning

KnowCL: A Universal Knowledge Embedded Contrastive Learning framework for hyperspectral image classification

摘要

期刊

机构

引用论文