摘要
本发明涉及图像分类领域，特别涉及一种基于多模态数据的高光谱图像分类方法。该图像分类方法主要构建一个由所述特征提取网络、所述滤波编码器和所述联合解码器组成的框架；基于卷积神经网络对高光谱图像、高光谱图像对应的Lidar数据和/或伪RGB图像分别进行抽象特征提取并序列化；利用自增强注意力和滤波注意力对提取到的特征进行过滤得到过滤后的信息，滤除阻碍信息融合的干扰项；用联合解码器对所述过滤后的信息进行融合并预测最终的分类结果。相较于目前现有图像分类方法，该图像分类方法能够实现有效利用多种信息源来提高所述高光谱图像分类性能，同时解决了目前多模态数据在应用时缺乏扩展到其他模态的灵活性的问题。
