| 基于迁移学习的遥感图像场景分类 |
| |
| 引用本文： | 刘有耀,陈琪,李舒曼.基于迁移学习的遥感图像场景分类[J].光电子．激光,2022(7):709-714. |
| |
| 作者姓名： | 刘有耀 陈琪 李舒曼 |
| |
| 作者单位： | 西安邮电大学 电子工程学院，陕西 西安 710121,西安邮电大学 电子工程学院，陕西 西安 710121,西安邮电大学 电子工程学院，陕西 西安 710121 |
| |
| 基金项目： | 国家自然科学基金(61874087,61834005,61634004)资助项目 |
| |
| 摘 要： | 在遥感图像场景分类中,基于卷积神经网络 (convolutional neural network,CNN) 的分 类算法存在对训练数据的依赖性,且在缺乏训练数据时分 类效果差等问题,提出一种基于迁移学习的分类算法。首先,选取现有的多个CNN预训练模型,利用迁 移学习的优势对模型进行微调,目的是提取图像不同的高层特征；然后,融合图像的多种高 层特征,使得特征信 息更加丰富；最后,将融合后的高层特征输入到基于逻辑回归的遥感图像分类器中,得到遥 感影像的分类结果。 在UCMerced_LandUse遥感数据集中进行实验,与现有算法进行比较分析,所提算法在3种评 价指标上有明显提 升。通过分析实验结果表明,该算法在仅有10%的训练数据下,能够 达到92.01%的分类准确率和91.61%的Kappa系数。
|
| 关 键 词： | 遥感影像 场景分类 卷积神经网络 迁移学习 逻辑回归 |
| 收稿时间： | 2021/10/27 0:00:00 |
| 修稿时间： | 2021/12/21 0:00:00 |
Scene classification of remote sensing image based on transfer learning |
| |
| LIU Youyao,CHEN Qi and LI Shuman.Scene classification of remote sensing image based on transfer learning[J].Journal of Optoelectronics·laser,2022(7):709-714. |
| |
| Authors: | LIU Youyao CHEN Qi and LI Shuman |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《光电子．激光》浏览原始摘要信息 |
|
点击此处可从《光电子．激光》下载全文 |
|
