基于深度卷积神经网络的图上半监督极化SAR图像分类算法

• 作者: 刘霞 毕海霞 魏志强
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 极化SAR图像分类 半监督 卷积神经网络 图模型
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 学术论文
• 页码范围: 66-74
• 页数: 9页
• 分类号: TP753|TP183
• 字数: 6465字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2020.01.008

摘要

为实现在只有少量标记数据情况下的高质量的图像分类,本文提出了一种基于深度卷积神经网络的图上半监督极化SAR图像分类算法.该算法将极化SAR图像建模为无向图,并基于该无向图,定义了包含半监督项,卷积神经网络项和类标光滑项的能量函数.算法所采用的卷积神经网络提取抽象的数据驱动的极化特征.半监督项约束了有标记像素的类标在分类过程中保持不变.类标光滑项约束了像素间类标的光滑性.基于对PauliRGB图像进行超像素分割而产生的初始化类标图,交替迭代优化所定义的能量函数直至其收敛.在两幅真实极化SAR图像上的实验结果表明,该算法达到了优异的分类效果,其性能优于当前已有算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	魏志强		12	22	3.0	3.0
2	刘霞	西安理工大学应用数学系	2	0	0.0	0.0
3	毕海霞	西安交通大学电子与信息工程学院	3	6	1.0	2.0