要約
高スペクトル画像分類は、広範な波長連続域における視覚情報を捉える能力により、リモートセンシング分野における高精度ビジョンタスクにおいて注目を集めている。研究者たちは高スペクトル画像分類の自動化に取り組んできており、最近ではビジョン・トランスフォーマー（Vision-Transformers）の活用が進んでいる。しかし、多くの既存モデルはスペクトル情報にのみ注目しており、局所性（すなわち隣接ピクセル間の関係性）への配慮が不足しているため、分類の識別力が十分でなく、性能に限界が生じている。こうした課題に対処するため、本研究では以下の3つの貢献を提示する：i）局所情報とスペクトル情報を両方モデル化する新しいビジョン・トランスフォーマー「Hyperspectral Locality-aware Image TransformEr（HyLITE）」の提案、ii）局所からグローバルな情報への統合を促進する新たな正則化関数の導入、iii）提案手法は既存のベースラインと比較して顕著な性能向上を達成し、最高で10%の精度向上を実現した。本研究で訓練されたモデルおよびコードは、HyLITEの公式ページにて公開されている。