.png){kind=icon}
返回
Transformer-Driven Active Transfer Learning for Cross-Hyperspectral Image Classification
.png){kind=icon}
OA
AI
DOI：10.1109/JSTARS.2025.3594108.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
高光谱图像（HSI）分类由于高光谱维度、显著的领域偏移以及标注数据有限性而面临固有挑战。为解决这些问题，我们提出了一种基于空间-光谱Transformer（SST）骨干网络的新型主动迁移学习（ATL）框架。该框架将多阶段迁移学习与不确定性-多样性驱动的主动学习机制相结合，该机制通过策略性地选择信息量高且多样化的样本进行标注，从而显著降低标注成本并缓解样本冗余。引入动态层冻结策略以增强迁移能力和计算效率，使模型层能够根据领域偏移特性进行选择性适应。此外，我们融入了自校准注意力机制，该机制在适应过程中动态优化空间和光谱权重，并受不确定性感知反馈的指导。多样性促进采样策略确保所选样本具有广泛的谱段覆盖，防止模型过度拟合特定类别。在基准跨域HSI数据集上的广泛实验表明，所提出的SST–ATL框架相较于传统方法实现了更优的分类性能。
Keyword:
Hyperspectral image (HSI) classification
active learning (AL)
hybrid query function
transfer learning
spatial-spectral transformer (SST)
期刊
IF:
5.3
论文数:
1.7K
被引数:
3.0W
机构
引用论文
WaveFormer: Spectral-Spatial Wavelet Transformer for Hyperspectral Image Classification波形成器: 用于高光谱图像分类的光谱-空间小波变换器
PREAI
分享收藏Spatial-Spectral Transformer With Cross-Attention for Hyperspectral Image Classification用于高光谱图像分类的具有交叉关注的空间光谱变换器
PREAI
分享收藏DiffFormer: A Differential Spatial-Spectral Transformer for Hyperspectral Image Classification.png)
IF0
PREAI
分享收藏分享收藏GraphGST: Graph Generative Structure-Aware Transformer for Hyperspectral Image ClassificationGraphGST: 用于高光谱图像分类的图形生成结构感知转换器
PREAI
分享收藏Image fusion for the novelty rotating synthetic aperture system based on vision transformer基于视觉变换器的新型旋转合成孔径系统图像融合INFORMATION FUSION
OAAI
INFORMATION FUSIONIF15.5
OAAI分享收藏
查看更多内容