多尺度交互注意力融合网络(MIAF-Net)在高光谱图像分类中的创新应用

针对高光谱图像(HSI)分类中CNN固定卷积核局限与GCN像素细节丢失的难题，研究人员提出多尺度交互注意力融合网络(MIAF-Net)，通过IAECG模块整合CNN局部特征与GCN全局拓扑信息，DBIA模块实现异构特征交互，HAEF模块动态融合多尺度特征。实验表明该方法在四个基准数据集上超越现有技术，为复杂地物分类提供新思路。

　　

高光谱图像(HSI)分类是遥感领域的核心任务，其通过数百个连续光谱波段捕捉地物独特的光谱"指纹"，在环境监测、精准农业等领域具有重要应用。然而，传统机器学习方法依赖人工特征设计，难以应对复杂场景的挑战。近年来，卷积神经网络(CNN)虽能自动提取空间-光谱特征，但固定感受野限制了对非欧几里得数据的建模能力；图卷积网络(GCN)虽可通过超像素分割构建图结构捕捉全局拓扑关系，却易丢失像素级细节。更关键的是，现有融合方法多采用简单拼接或加权平均，无法实现异构特征的深度交互，且多尺度特征融合缺乏动态适应性。

河南师范大学的研究团队在《Expert Systems with Applications》发表研究，提出多尺度交互注意力融合网络(MIAF-Net)。该模型创新性地构建了包含交互注意力增强CNN-GCN模块(IAECG)、双分支交互注意力模块(DBIA)和层次注意力增强融合模块(HAEF)的架构。通过四组基准数据集验证，MIAF-Net在印度松树(IP)等场景中平均分类精度达98.7%，较现有最优方法提升2.3%。

关键技术包括：(1)采用多尺度CNN分支(3×3至7×7卷积核)与多粒度GCN分支(超像素尺度50-200)并行提取特征；(2)DBIA模块通过交叉注意力机制实现CNN局部特征与GCN全局拓扑的交互增强；(3)HAEF模块通过通道-空间双注意力动态融合多尺度特征；(4)端到端训练策略整合全部模块，避免传统分块处理导致的空间上下文丢失。

3.1. Overall Framework
研究构建的四模块框架中，浅层特征嵌入(SFE)模块首先对全图像进行光谱降维和空间平滑。IAECG模块通过并行CNN-GCN分支提取特征，其中CNN分支采用多尺度膨胀卷积，GCN分支基于简单线性迭代聚类(SLIC)生成多粒度超像素图。

4.1. Data Description
在IP、帕维亚大学(UP)、休斯顿大学(HU)和Salinas(SA)数据集上的实验显示，仅用每类5个标记样本训练时，MIAF-Net在IP数据集总体精度(OA)达97.52%，较对比方法MiniGCN提升8.63%。特别是对光谱相似的"玉米-大豆"类别，分类精度提高12.7%。

4.2. Parameter Analysis
超参数研究表明：当DBIA模块的注意力头数设为8、HAEF模块的层次数为3时达到最优性能。消融实验证实，移除DBIA会使跨分支特征交互效率下降19.4%，而禁用HAEF导致多尺度融合性能降低14.2%。

4.3. Visualization Analysis
特征可视化显示，DBIA模块使CNN分支在建筑物边缘检测中关注到更多上下文信息，同时GCN分支通过CNN引导增强了超像素内部的一致性。HAEF模块则显著提升了道路等线性地物的连续性表达。

该研究创新性地解决了HSI分类中异构网络融合与多尺度自适应两大挑战。通过双分支交互注意力机制，首次实现CNN与GCN的相互引导式特征学习；层次注意力融合策略突破传统固定权重局限，为复杂场景分类提供新范式。值得注意的是，全图像处理框架避免传统分块方法的信息损失，这对保持农田边界、道路网络等长程空间关系至关重要。未来工作可探索该框架在时序HSI分析和高分辨率遥感场景的扩展应用。