ieee transactions on geoscience and remote sensing(tgrs)是遥感与地球科学领域国际顶级期刊,重点收录应用于陆地、海洋、大气和空间传感科学与工程理论、概念和技术,以及信息的处理、解释和传播等创新研究成果。
课题组林俊彦一篇关于海表温度预测的研究工作被遥感领域顶级期刊 ieee tgrs 录用并发表。
论文题目:ss-mae: spatial-spectral masked auto-encoder for multi-source remote sensing image classification
作者:junyan lin, feng gao, xiaocheng shi, junyu dong, qian du
mim是一种非常流行且有效的图像理解自监督学习方法。现有的基于mim方法多侧重于空间特征建模,而忽略了光谱特征建模。同时,现有的基于mim的方法使用transformer进行特征提取,可能会丢失一些局部或高频信息。为此,我们提出了一种用于hsi和lidar/sar数据联合分类的空间光谱掩码自编码器(ss-mae)。具体来说,ss-mae包括一个空间分支和一个频谱分支。空间方向分支掩膜随机斑块,重建缺失像素。光谱方向分支随机掩膜光谱通道,重建缺失通道。我们的ss-mae充分利用了输入数据的空间和光谱表示。此外,为了补充训练阶段的局部特征,我们添加了两个轻量级cnn进行特征提取。在三个多源数据集上的实验验证了ss-mae性能优异。
源代码:
论文链接: