基于空间特征重标定网络的遥感图像场景分类 |
| |
引用本文: | 刘燕芝,陈立福,崔先亮,袁志辉,邢学敏. 基于空间特征重标定网络的遥感图像场景分类[J]. 计算机工程, 2020, 46(1): 229-235 |
| |
作者姓名: | 刘燕芝 陈立福 崔先亮 袁志辉 邢学敏 |
| |
作者单位: | 长沙理工大学 电气与信息工程学院,长沙 410114;长沙理工大学 交通运输工程学院,长沙 410114 |
| |
基金项目: | 国家自然科学基金;湖南省研究生科研创新项目;湖南省教育厅优秀青年项目 |
| |
摘 要: | 为充分利用遥感图像的场景信息,提高场景分类的正确率,提出一种基于空间特征重标定网络的场景分类方法。采用多尺度全向高斯导数滤波器获取遥感图像的空间特征,通过引入可分离卷积与附加动量法构建特征重标定网络,利用全连接层形成的瓶颈结构学习特征通道间的相关性,对多尺度空间特征进行权重筛选以实现特征重标定,并结合卷积神经网络训练得到最终的分类结果。实验结果表明,该方法在UCM_LandUse与机载SAR图像数据上的分类正确率分别达到94.76%和95.38%,与MNCC、MS-DCNN、PCA-CNN等算法相比,其遥感图像分类精度与泛化能力显著提升。
|
关 键 词: | 遥感图像 场景分类 多尺度空间特征 特征重标定 卷积神经网络 |
Scene Classification of Remote Sensing Image Based on Spatial Feature Recalibration Network |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 万方数据 等数据库收录! |
|