| 基于图卷积网络的多标签遥感图像分类 |
| |
| 作者姓名： | 杨敏航 陈龙 刘慧 钱育蓉 |
| |
| 作者单位： | 新疆维吾尔自治区信号检测与处理重点实验室,乌鲁木齐830046;新疆大学软件学院,乌鲁木齐830000;新疆大学软件工程重点实验室,乌鲁木齐830000;新疆维吾尔自治区信号检测与处理重点实验室,乌鲁木齐830046;新疆大学软件工程重点实验室,乌鲁木齐830000;新疆大学信息工程学院,乌鲁木齐830000 |
| |
| 基金项目： | 国家自然科学基金资助项目(61966035);智能多模态信息处理团队资助项目(XJEDU2017T002) |
| |
| 摘 要： | 由于遥感图像包含物体类别多样,单个语义类别标签无法全面地描述图像内容,而多标签图像分类任务更加具有挑战性.通过探索深度图卷积网络(GCN),解决了多标签遥感图像分类缺乏对标签语义信息相关性利用的问题,提出了一种新的基于图卷积的多标签遥感图像分类网络,它包含图像特征学习模块、基于图卷积网络的分类器学习模块和图像特征差异化模块三个部分.在公开多标签遥感数据集Planet和UCM上与相关模型进行对比,在多标签遥感图像分类任务上可以得到了较好的分类结果.该方法使用图卷积等模块将多标签图像分类方法应用到遥感领域,提高了模型分类能力,缩短了模型训练时间.
|
| 关 键 词： | 卷积神经网络 图卷积网络 多标签 遥感图像分类 |
| 收稿时间： | 2021-04-30 |
| 修稿时间： | 2021-10-13 |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《计算机应用研究》浏览原始摘要信息 |
|
点击此处可从《计算机应用研究》下载全文 |
|
