[论文解读] Multi-scale Dynamic Graph Convolutional Network for Hyperspectral Image Classification

Sheng Wan, Chen Gong+4 more|arXiv (Cornell University)|May 14, 2019

Remote-Sensing Image Classification参考文献 68被引用 12

一句话总结

该论文提出了一种多尺度动态图卷积网络（MDGCN）用于高光谱图像分类，通过在卷积过程中动态更新图结构，更好地捕捉空间-光谱相关性并保留边界细节。通过整合多尺度图与自适应图学习，MDGCN 在基准数据集上实现了最先进性能，准确率与效率均得到提升。

ABSTRACT

Convolutional Neural Network (CNN) has demonstrated impressive ability to represent hyperspectral images and to achieve promising results in hyperspectral image classification. However, traditional CNN models can only operate convolution on regular square image regions with fixed size and weights, so they cannot universally adapt to the distinct local regions with various object distributions and geometric appearances. Therefore, their classification performances are still to be improved, especially in class boundaries. To alleviate this shortcoming, we consider employing the recently proposed Graph Convolutional Network (GCN) for hyperspectral image classification, as it can conduct the convolution on arbitrarily structured non-Euclidean data and is applicable to the irregular image regions represented by graph topological information. Different from the commonly used GCN models which work on a fixed graph, we enable the graph to be dynamically updated along with the graph convolution process, so that these two steps can be benefited from each other to gradually produce the discriminative embedded features as well as a refined graph. Moreover, to comprehensively deploy the multi-scale information inherited by hyperspectral images, we establish multiple input graphs with different neighborhood scales to extensively exploit the diversified spectral-spatial correlations at multiple scales. Therefore, our method is termed 'Multi-scale Dynamic Graph Convolutional Network' (MDGCN). The experimental results on three typical benchmark datasets firmly demonstrate the superiority of the proposed MDGCN to other state-of-the-art methods in both qualitative and quantitative aspects.

研究动机与目标

• 为解决固定权重、固定感受野的CNN在捕捉高光谱图像中不规则空间结构及保留类别边界方面的局限性。
• 克服传统GCN中静态图表示的不足，后者无法适应多变的局部模式与光谱-空间相关性。
• 通过在不同邻域尺度上构建图，利用多尺度空间上下文，实现全面的特征学习。
• 开发一种联合优化框架，使图结构与特征表示在迭代中相互优化，以提升分类性能。
• 在保持计算效率的同时，实现更优的分类准确率，尤其在边界区域表现更佳。

提出的方法

• 该方法在不同邻域尺度（例如 s=1,2,3）上构建多个输入图，以捕捉多尺度光谱-空间相关性。
• 采用动态图学习机制，在GCN前向传播过程中基于特征相似性迭代更新图结构。
• 在这些动态更新的图上执行图卷积，使模型能够自适应地聚焦于相关局部区域，提升特征判别能力。
• 图更新过程具有可微性且支持端到端训练，支持图拓扑与节点表示的联合优化。
• 采用基于超像素的方法压缩图规模，降低计算成本，提升效率，同时不损失性能。
• 模型采用多阶段GCN架构并引入跳跃连接，以聚合多层特征，增强表征学习能力。

实验结果

研究问题

• RQ1 通过更好地建模局部光谱-空间依赖性，动态更新的图是否能提升高光谱图像分类性能？
• RQ2 与单尺度或固定图相比，引入多尺度图是否能带来更优的特征表示与更高的分类准确率？
• RQ3 与传统CNN或固定GCN模型相比，所提方法是否能更有效地保留细粒度边界细节？
• RQ4 在标准高光谱基准数据集上，MDGCN与最先进方法相比，在性能与效率方面表现如何？
• RQ5 动态图学习相较于静态图结构，在提升分类鲁棒性与准确率方面有何贡献？

主要发现

• 在Indian Pines数据集上，MDGCN实现总体准确率（OA）为98.4%，较第二名方法（HiFi）高出1.2个百分点。
• 在University of Pavia数据集上，MDGCN实现OA为98.7%，超过次佳方法（JSDF）1.1个百分点。
• 在Kennedy Space Center数据集上，MDGCN实现OA为97.9%，较第二名方法（DR-CNN）高出1.3个百分点。
• 与固定图基线（MGCN）相比，动态图机制使OA提升1.5–2.0个百分点，证明其有效性。
• 尽管使用多个图，MDGCN在所有对比模型中运行时间最短——Indian Pines为74秒，PaviaU为258秒，KSC为20秒，归功于基于超像素的图压缩技术。
• 视觉分析表明，MDGCN在边界区域生成的分类图更紧凑、更准确，误分类数量少于GCN、S2GCN、R-2D-CNN及其他最先进方法。