一种多尺度特征关联网络的遥感影像场景分类方法

针对遥感影像场景分类中提取特征信息不准确以及融合冗余信息的问题，提出一种多尺度特征关联网络的遥感影像场景分类方法。首先，利用ResNet18提取多尺度影像特征，并在特征金字塔结构中引入空洞卷积和多头自注意力模块关注各层有效信息，以增强语义信息和抑制周围噪声；其次，使用多特征关联模块来增强关键特征信息，对各层使用全局平均池化并加和，得到特征向量；最后，采用全连接层进行分类。该方法在NWPU数据集上的总体分类精度为90.51%,相比VGG＿VD16-MSCP、VGG＿VD16-SAFF以及DTDCNN等网络分别提升1.58%、2.65%和6.39%。结果表明，文章所用的多尺度融合方式能够更好地提取特征地物并抑制周围背景，从而取得更高的遥感影像场景分类精度。