稠密特征编码的遥感场景分类算法

• 作者: 李国祥 马文斌 王继军
• 来源期刊: 小型微型计算机系统
• 关键词: 稠密特征 遥感分类 Fisher Vector
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 图形与图像技术|Graphics and Image Technology
• 页码范围: 766-772
• 页数: 7页
• 分类号: TP393
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1220.2021.04.016

摘要

针对遥感影像快速有效的场景分类,提出了一种低维度稠密特征编码的场景分类算法.首先提取遥感图像不同尺度下的稠密特征,利用Hellinger kernel对原始特征进行映射变换形成新的特征空间,采用主成分分析对新的特征降维并进行Fisher编码量化,进而实现遥感图像的低维度稠密特征表达,最后在线性支持向量机中完成遥感影像的场景分类.所提出的算法分别在UC Merced、WHU和NWPU-RESISC45公开数据集进行了验证.实验结果表明,作为一种改进的中层语义特征表达算法,相比于传统中低层语义特征,分类准确度得到大幅度提高,相比于深度学习算法,所提算法能够有效兼顾计算复杂度和分类准确率,实现不同指标间良好的平衡,满足遥感场景分类的实用性要求.