中国科学院国家空间科学中心——一种用于高光谱与激光雷达融合分类的联合卷积交叉视觉变换网络 | Remote Sensing

背景：随着遥感技术的发展，高光谱影像与激光雷达数据的融合分类对提升地物识别精度至关重要，但现有方法在全局与局部特征建模以及多模态特征融合方面存在不足。研究目的：为克服这些挑战，研究团队提出了一种联合卷积交叉视觉变换网络，旨在通过多尺度卷积与交叉注意力机制，实现深度特征提取与高效融合。结论：实验表明，该方法在多个公开数据集上的分类精度显著优于现有先进方法，尤其在边界识别和小目标提取方面表现优异，为解决多源遥感数据融合分类问题提供了新的有效技术路径。