摘要
本发明提供一种基于注意力与量化编码优化的高光谱遥感图像压缩方法,进行网络模型训练过程,包括对高光谱遥感图像数据进行处理、裁剪,增强后构建用于训练的样本集;利用轻量化的编码器提取样本数据的低维特征表示,所述编码器集成卷积层与光谱多头自注意力模块;采用融合空间‑光谱注意力机制的解码器,从低维特征逐步重建高光谱遥感图像;通过组合损失函数优化编解码模型参数;量化编码二阶段压缩过程,对特征进行自适应量化,基于对数映射策略将浮点型特征映射为离散整数;对量化后的特征进行二阶段编码压缩;通过解码与反量化恢复特征表示,并输入训练好的解码器网络重建高光谱遥感图像。