高不平衡遥感图像场景分类技术

• 作者: 孙建国 田野 李思照
• 来源期刊: 无线电通信技术
• 关键词: 遥感 图像处理 场景分类 不平衡分类 混合采样技术
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 信息传输与接入技术|Information Transmission and Access Technology
• 页码范围: 498-502
• 页数: 5页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.1003-3114.2021.04.018

摘要

基于深度神经网络的遥感图像场景分类很难在训练数据不均衡时取得较好的性能.为了缓解这个问题,提出了一种对样本进行混合采样并插值运算的高不平衡遥感场景分类方法,该方法简单但在高不平衡遥感图像场景分类任务中十分有效.首先,通过对训练数据的简要统计,训练数据集被划分为均衡样本子集和高不平衡样本子集;然后,两个子集中的数据通过插值运算的方式产生全新的样本;最后使用新产生的样本来训练遥感图像场景分类模型.为了验证所提算法的有效性,将其与几种最新的不平衡数据分类算法进行了对比.结果表明,在遥感图像的场景分类中,数据不平衡的情况下,该算法明显优于现有算法.