基于迁移学习的高分辨率遥感影像场景分类研究

• 作者: 周黎鸣 陈璐 刘金明 左宪禹 葛强 陈小潘
• 来源期刊: 河南大学学报（自然科学版）
• 关键词: 高分辨率遥感影像 Inception-v4 场景分类 迁移学习 卷积神经网络
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 自动化基础理论与信息技术
• 页码范围: 443-450
• 页数: 8页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.15991/j.cnki.411100.2020.04.007

摘要

对于小样本集合的遥感影像场景分类问题,采取了一种基于迁移学习的卷积神经网络高分辨率遥感影像识别方法,通过深度卷积神经网络Inception-v4在ImageNet上训练,得到预训练模型以及相应的初始化参数,随后将小样本遥感数据按比例划分注入预训练模型当中,根据样本集合特征,不断调整网络参数以便获得最佳识别分类模型.最后将本文的方法与现有的场景分类方法进行实验对比,测得该方法在UC merced land use场景影像数据集上取得97.92％的准确率,有效提高了高分影像场景分类精度.