基于双通道深度密集特征融合的遥感影像分类

• 作者: 吕晓琪 张宝华 张艳月 李建军 谷宇 赵云飞
• 来源期刊: 激光技术
• 学科: 工学
• 关键词: 图像处理 遥感图像分类 特征融合 密集网络 视觉词袋模型
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 光通信与光信息技术
• 页码范围: 73-79
• 页数: 7页
• 分类号: TP753
• 语种: 中文
• DOI: 10.7510/jgjs.issn.1001-3806.2021.01.013

摘要

为了提高遥感图像场景分类中特征有效利用率,进而提高遥感影像分类精度,采用基于双通道深度密集特征融合的遥感影像分类方法,进行了理论分析和实验验证.首先通过构建复合密集网络模型,分别提取图像卷积层特征和全连接层特征;然后为挖掘、利用图像深层信息,通过视觉词袋模型将提取的深层卷积层特征进行重组编码,捕获图像深层局部特征;最后采用线性加权方式将局部和全局特征融合、分类.结果表明,选用数据集UC Merced Land-Use和NWPU-RESISC45进行实验,取得的分类精度分别为93.81％和92.62％.该方法充分利用局部特征和全局特征的互补性,能实现图像深层信息的充分利用和表达.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吕晓琪		6	15	2.0	3.0
2	张艳月		1	0	0.0	0.0
3	张宝华		1	0	0.0	0.0
4	赵云飞		1	0	0.0	0.0
5	谷宇		1	0	0.0	0.0
6	李建军		2	2	1.0	1.0