Le modèle de désembrouillage linéaire attire une grande attention en raison de son efficacité (calcul simple, évolutivité), de sa signification physique claire et de sa facilité de traitement. Parmi les différentes méthodes de désembrouillage linéaire, les techniques basées sur l'autoencodeur présentent des avantages significatifs en termes de capacité d'ajustement des données et d'extraction de caractéristiques profondes. Cependant, cette méthode présente également certaines limites. Par exemple, la présence de bruit dans les données d'entrée réduit la capacité de généralisation du modèle lors du traitement ; face à des caractéristiques multi-échelles, il existe souvent des problèmes de redondance ; pour maintenir une complexité de calcul linéaire tout en conservant les dépendances à longue portée, une compréhension approfondie des caractéristiques spatiales et spectrales est nécessaire. À cette fin, cet article propose un module d'attention automatique pour le débruitage des images hyperspectrales, ainsi qu'un nouveau modèle d'image hyperspectrale basé sur le modèle Mamba. Premièrement, un bloc Mamba spatial a été conçu pour extraire les caractéristiques spatiales ; ensuite, du point de vue spectral, un bloc Mamba spectral a été proposé ; enfin, les vecteurs spectraux ont été divisés en plusieurs groupes pour explorer les relations entre les différents groupes spectraux et extraire les caractéristiques spectrales. Ces trois modules ont été intégrés dans un réseau d'autoencodeur convolutif multi-étapes, formant le cadre de désembrouillage à attention Mamba en plusieurs phases PSAMN (Phase-wise Mamba Attention Unmixing Framework). Des expériences comparatives ont été menées sur des ensembles de données hyperspectrales synthétiques et réelles avec le modèle PSAMN proposé. Les résultats expérimentaux montrent que le modèle de désembrouillage proposé est plus efficace et compétitif par rapport aux algorithmes existants.

désembrouillage hyperspectral; apprentissage profond; modèle Mamba; module d'attention automatique; bloc Mamba