基于注意力和强化学习的遥感图像描述方法

• 作者: 农元君 王俊杰
• 来源期刊: 光学学报
• 学科: 工学
• 关键词: 遥感 图像描述 强化学习 注意力机制 编码-解码
• 年，卷（期）: 2021,（22）
• 所属期刊栏目: 遥感与传感器|Remote Sensing and Sensors
• 页码范围: 198-206
• 页数: 9页
• 分类号: TP753|TP183
• 语种: 中文
• DOI: 10.3788/AOS202141.2228001

摘要

针对当前遥感目标检测方法只能识别出遥感目标的类别及位置,无法生成与遥感图像内容相关文本描述的问题,提出了一种基于注意力和强化学习的遥感图像描述方法.首先,采用卷积神经网络构建编码器,提取遥感图像的特征.其次,利用长短期记忆网络搭建解码器,学习图像特征与文本语义特征间的映射关系.然后,引入注意力机制,增强模型对显著性特征的关注,减少无关背景特征的干扰.最后,采用强化学习策略,根据离散且不可微的评价指标直接对模型进行优化,消除暴露偏差及优化方向不一致的缺陷.在公开遥感图像描述数据集中的实验结果表明,本方法的检测精度较高,对密集小目标、雾气积聚、背景特征与目标特征相似等复杂环境下的遥感图像具有良好的描述性能.