改进注意力机制的遥感地貌识别算法

• 作者: 单玉刚 张朕通 袁杰
• 来源期刊: 测绘通报
• 学科: 地球科学
• 关键词: 遥感识别 深度学习 并联注意力机制 弱监督训练 双损失函数
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 技术交流
• 页码范围: 93-96,100
• 页数: 5页
• 分类号: P237
• 语种: 中文

摘要

对遥感地貌进行识别,近年来一直是遥感图像应用领域的研究热点.使用深度学习算法识别遥感影像具有比传统方法更高的准确率和稳健性.针对遥感影像中目标复杂度高、特征信息多等问题,本文提出了一种基于改进注意力机制的遥感图像识别算法,即将并联注意力机制(CS)和神经网络模型相结合,借助弱监督学习来辅助训练.同时采用双损失函数来缓解数据过拟合问题.试验结果表明,本文模型总精度为98.35％,Kappa系数达0.95,优于其他深度学习算法,能有效地识别出自然地貌.