基于空间特征重标定网络的遥感图像场景分类

• 作者: 刘燕芝 崔先亮 袁志辉 邢学敏 陈立福
• 来源期刊: 计算机工程
• 学科: 工学
• 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
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 图形图像处理
• 页码范围: 229-235
• 页数: 7页
• 分类号: TP751
• 字数: 4659字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0053726

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈立福	长沙理工大学电气与信息工程学院	34	86	6.0	7.0
2	邢学敏	长沙理工大学交通运输工程学院	15	6	1.0	1.0
3	袁志辉	长沙理工大学电气与信息工程学院	9	2	1.0	1.0
4	刘燕芝	长沙理工大学电气与信息工程学院	2	0	0.0	0.0
5	崔先亮	长沙理工大学电气与信息工程学院	4	8	1.0	2.0