LGEST：ハイパースペクトル画像分類のための動的空間-スペクトルエキスパートルーティング
arXiv cs.CV / 2026/3/26
💬 オピニオンSignals & Early TrendsIdeas & Deep AnalysisModels & Research
要点
- 本論文では、局所・大域の表現をより適切に統合することを目的とした、ハイパースペクトル画像（HSI）分類向けのローカル・グローバル・エキスパート空間-スペクトルトランスフォーマー・フレームワークであるLGESTを提案する。
- ハイパースペクトルデータを、3D近傍の一貫性を維持しつつ情報損失を抑えてコンパクトな埋め込みに圧縮するためのDeep Spatial-Spectral Autoencoder（DSAE）を導入する。
- Cross-Interactive Mixed Expert Feature Pyramid（CIEM-FPN）は、クロスアテンションと残差型の混合エキスパートによって多尺度特徴を動的に融合し、学習可能なゲーティングによりスペクトルと空間の手がかりに対する重み付けを適応的に行う。
- Local-Global Expert System（LGES）では、分解された特徴を、スパースに活性化される畳み込みエキスパートとトランスフォーマー・エキスパートのペアへルーティングする。特徴の顕著性に基づいてエキスパートを選択するコントローラを用い、高次元の異種性およびHughes現象に対処する。
- 4つのベンチマークデータセットでの実験により、LGESTが既存の最先端（SOTA）HSI分類手法を一貫して上回ることが報告されている。
