基于深度学习方法的SAR场景分类研究

针对遥感卫星所捕获的大量不同光谱、时间和空间的遥感图像对地面物体的检测精确程度不高，该文提出了一种基于深度学习方法的SAR场景分类方法，该方法由特征提取模型、特征映射模型和分类模型3个部分组成，可以根据2个模块之间的依赖性进行建模。在RSI数据集的基础上完成试验分析，由分析结果可知，该方法在不同类型的RSI数据集上均有不同的表现，其平均准确度达到82.48%，优于对比方法。结果表明，该文方法所表现出的强大学习能力，可有效地完成像素分类和场景理解，比其他模型的遥感图像场景分类效果要好。