|
|||||
|
|
| 基于多通道自注意力网络的遥感图像场景分类 | |
| 作者姓名： | 岳泓光 韩龙玫 王正勇 卿粼波 |
| 作者单位： | 四川大学电子信息学院,成都610065;成都市规划设计研究院,成都610041 |
| 基金项目： | 国家自然科学基金（61871278） |
| 摘 要： | 高分辨率遥感图像场景分类广泛应用于土地监测、环境保护及城市规划等诸多领域.现有场景分类方法不能很好地结合局部纹理信息和全局语义信息,同时各通道特征之间的关系没有得到有效挖掘.因此,本文提出了一种基于多通道自注意力网络的遥感图像场景分类模型.通过卷积网络提取遥感图像的多尺度特征;随后采用特征融合单元建立多尺度特征间的局部-全局关系,基于多头自注意力机制的Inter-Channel Transformer在通道维度对融合后的特征建模,并推导特征在通道间的关系,进一步扩大全局感受野,以捕捉其语义结构信息,有效提高了网络的分类精度.在数据集AISC和SIRI-WHU上,本文所提算法的整体分类准确率(OA)分别为95.70%和94.00%,超过了当前最新的研究算法,证明了所提模型在高分辨率遥感图像场景分类任务中的有效性. |
| 关 键 词： | 高分辨率遥感图像场景分类 卷积神经网络 自注意力机制 多通道特征 |
| 收稿时间： | 2022-05-24 |
| 修稿时间： | 2022-06-30 |
| 本文献已被 万方数据 等数据库收录！ | |
| 点击此处可从《四川大学学报(自然科学版)》浏览原始摘要信息 | |
| 点击此处可从《四川大学学报(自然科学版)》下载全文 | |