基于傅里叶编码的双分支掩码自编码器的高光谱图像分类模型HyperspectralMAE

本研究解决了高光谱图像因高维性带来的分类挑战，提出了一种名为HyperspectralMAE的Transformer基础模型，通过双重掩码策略在预训练中随机遮挡空间块和光谱带，促使模型学习跨维度重建缺失信息的能力。研究表明，该模型在Indian Pines基准上的转移学习准确度达到了最先进水平，验证了双重掩码和波长感知嵌入对高光谱图像重建及其后续分析的重要性。