基于改进元胞卷积网络的遥感图像识别

• 作者: 李大威
• 来源期刊: 实验室研究与探索
• 关键词: 遥感图像识别 元胞 卷积神经网络 像元扩展
• 年，卷（期）: 2021,（8）
• 所属期刊栏目: 实验技术|Experimental Technique
• 页码范围: 42-45,68
• 页数: 5页
• 分类号: TP181
• 语种: 中文
• DOI: 10.19927/j.cnki.syyt.2021.08.010

摘要

为了加强卷积神经网络结构构建与训练效率,提出了改进的元胞卷积网络.首先分析了遥感地物间的差异性,实现像元邻域扩展,挖掘地物间邻域信息;进而以3层卷积神经网络作为元胞单元,构建元胞卷积网络集成框架,通过Boosting集成方式对各元胞单元识别结果进行决策级融合,获得最终识别结果.针对高分遥感图像的玉米种植区域进行识别预测,以人工标注真值为标准进行对比验证.结果表明,本方法能够精确地实现高分遥感图像玉米种植区的识别分类,总体精度达到0.94,比BP网络提高了20％以上,其他各项评价指标也得到大幅提升.