Глубокие сверточные нейронные сети для классификации гиперспектральных изображений

В последнее время сверточные нейронные сети показали выдающиеся результаты в различных визуальных задачах, включая классификацию обычных двумерных изображений. В данной работе глубокие сверточные нейронные сети используются для классификации гиперспектральных изображений непосредственно в спектральной области. В частности, архитектура предлагаемого классификатора содержит пять обучаемых слоев: входной слой, сверточный слой, слой максимального пулинга, полносвязный слой и выходной слой. Эти пять слоев применяются к каждой спектральной подписи для её дискриминации от других. Экспериментальные результаты на нескольких наборах данных гиперспектральных изображений показывают, что предложенный метод обеспечивает лучшую классификационную точность по сравнению с некоторыми традиционными методами, такими как машины опорных векторов, и с классическими методами на основе глубокого обучения.