MixerCA：高性能ハイパースペクトル画像分類のための効率的かつ高精度なモデル
arXiv cs.CV / 2026/4/30
📰 ニュースIdeas & Deep AnalysisModels & Research
要点
- 本論文では、深さ方向畳み込みと自己注意機構を組み合わせた、ハイパースペクトル画像（HSI）分類向けの軽量モデル「MixerCA」を提案しています。
- MixerCAは、深さ方向畳み込み、トークン/チャネル混合、座標注意を統合した構成により、空間とスペクトル（チャネル）間の相互作用を切り分けつつ、ネットワーク全体で解像度を維持します。
- 本モデルはHSIパッチを直接入力として扱い、ハイパースペクトルデータが持つ詳細な連続スペクトル情報の活用を狙っています。
- 4つのハイパースペクトルのベンチマークデータセットでの実験では、MixerCAが2D/3D CNN系やViT・Swin Transformerのようなトランスフォーマーベース手法を含む複数の競合に対して明確な優位性を示しています。
- 著者は、再現性や追加検証を可能にするため、GitHubでソースコードを公開しています。
