您好，欢迎访问湖北省农业科学院 机构知识库！
湖北省农业科学院机构知识库

全部

  • 全部
  • 标题
  • 学者
  • 机构
  • 关键词

基于注意力网络尺度特征融合的遥感场景分类

文献类型： 中文期刊

作者： 帖军 1 ; 肖鹏飞 1 ; 郑禄 1 ; 马海荣 1 ; 彭丹 1 ;

作者机构： 1.中南民族大学计算机科学学院;中南民族大学湖北省制造企业智能管理工程技术研究中心;湖北省农业科学院农业经济技术研究所

关键词： 遥感图像;场景分类;多尺度特征;多选框注意力模型;LBP特征融合

期刊名称： 中南民族大学学报(自然科学版)

ISSN： 1672-4321

年卷期： 2024 年 04 期

页码： 474-484

摘要： 针对遥感数据集存在的类内差异性大和类间相似性高的特点导致遥感场景分类准确率不高的问题，提出了一种基于注意力网络尺度特征融合（MSA-CNN）的遥感影像场景分类模型.将遥感图像经过尺度变换操作输入到VGG-16网络提取遥感影像的多尺度特征，使用多选框注意力模型（MS-APN）提取图像多尺度下的目标区域，对目标区域进行剪切和放大并输入到三层网络结构中.融合原始影像的多尺度特征和目标区域的特征，并且利用LBP对全局特征表达，克服遥感图像因拍摄角度不同带来的差异性.将融合的多尺度特征输入到网络全连接层来完成最终的分类预测任务.实验结果显示：MSA-CNN平均分类精度较注意循环卷积网络（ARCNet）和传统细粒度循环注意力网络（RA-CNN）在NWPU-RESISC45公开数据集上分别提升1.63%和2.66%，在UC Merced Land-Use公开数据集上较RA-CNN提升0.64%.结果表明：提出的MSA-CNN能够有效提高遥感图像场景分类的准确率.

  • 相关文献
作者其他论文 更多>>
置顶
购物车
反馈

© 京ICP备09089781号-29 主办单位：湖北省农业科学院

学术资源： 中国农业科学院 农业专业知识服务系统 农科联盟资源共建共享平台 中国农业科技文献与信息服务平台 中国农业期刊集成服务平台