이 논문은 고분광 영상 분류를 위한 새로운 모델인 S2Mamba를 제안한다. S2Mamba는 두 가지 선택적 구조화된 상태 공간 모델을 통해 공간적 관계와 스펙트럼 정보를 추출한다.
공간 정보 추출을 위해 Patch Cross Scanning 모듈을 사용하여 인접 픽셀 간 상호작용을 모델링한다. 스펙트럼 정보 추출을 위해 Bi-directional Spectral Scanning 모듈을 사용하여 연속적인 스펙트럼 밴드 간 의미 정보를 탐색한다.
이 두 가지 특징을 최적으로 융합하기 위해 Spatial-spectral Mixture Gate를 제안한다. 이 게이트는 각 위치에 대해 공간 및 스펙트럼 특징의 융합 비율을 동적으로 조절하여 중복되거나 불필요한 특징을 제거한다.
실험 결과, S2Mamba는 기존 최신 방법들에 비해 인디언 파인, 파비아 대학교, 휴스턴 2013 데이터셋에서 각각 97.92%, 97.81%, 93.36%의 우수한 전체 정확도를 달성했다. 또한 매개변수 수가 가장 적은 효율적인 모델 구조를 가지고 있다.
To Another Language
from source content
arxiv.org
Key Insights Distilled From
by Guanchun Wan... at arxiv.org 04-30-2024
https://arxiv.org/pdf/2404.18213.pdfDeeper Inquiries