利用残差通道注意力网络的高光谱图像分类

• 作者: 余旭初 管凌霄 魏祥坡
• 来源期刊: 测绘科学技术学报
• 学科: 地球科学
• 关键词: 高光谱图像 分类 残差网络 通道注意力 残差通道注意力网络
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 摄影测量与遥感
• 页码范围: 161-166,172
• 页数: 7页
• 分类号: P237
• 字数: 4690字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-6338.2019.02.010

摘要

残差网络能够有效地解决卷积神经网络出现的梯度消失问题,应用于高光谱图像分类取得了良好的效果,但简单地堆积残差单元并不能很好地提高模型性能.通道注意力机制能够有区别地处理卷积层输出的特征图,更好地利用对分类有用的特征通道.为了充分利用残差网络及通道注意力机制的特征提取能力,设计适用于高光谱图像分类的残差通道注意力网络.在残差单元中结合卷积层和通道注意力机制,实现对特征通道的重新调整,并在模型中实现局部残差学习和全局残差学习,促进信息传递,增强模型稳定性.实验结果表明,该方法用于Indian Pines数据和University of Pavia数据能够分别取得98.78％和99.22％的分类精度,在有限数量训练样本的情况下,能够达到较高的分类精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	余旭初		92	837	15.0	26.0
2	魏祥坡		16	92	5.0	9.0