| 基于多尺度特征融合的中分辨率遥感场景分类算法 |
| |
| 引用本文： | 张军,张敏,郝小可,解鹏. 基于多尺度特征融合的中分辨率遥感场景分类算法[J]. 河北大学学报(自然科学版), 2019, 39(6): 666. DOI: 10.3969/j.issn.1000-1565.2019.06.015 |
| |
| 作者姓名： | 张军 张敏 郝小可 解鹏 |
| |
| 作者单位： | 河北工业大学人工智能与数据科学学院,天津300401;河北省大数据计算重点实验室,天津 300401 |
| |
| 基金项目： | 国家自然科学基金;天津市自然科学基金;河北省自然科学基金 |
| |
| 摘 要： | 在对中分辨率遥感图像进行场景分类时,传统的特征提取方法无法提取全面的特征,若使用卷积神经网络进行场景分类,同一大小的卷积核无法提取尺寸大小各异的地物特征,导致分类精度降低.为了提取不同尺寸的地物特征,提高分类精度,本文提出一种基于多尺度特征融合的中分辨率遥感场景分类算法.对传统的卷积神经网络进行改进以适应中分辨率遥感数据集,并在其基础上添加多尺度池化,将连接多层次的特征图谱输入到全连接层进行分类.实验表明,多层特征融合方法提取的特征信息比单层多尺度池化方法提取的特征信息更全面,分类效果更优.与其他的传统分类方法相比,本文方法获得更好的分类结果.
|
| 关 键 词： | 卷积神经网络 多层特征融合 多尺度池化 遥感图像场景分类 |
| 收稿时间： | 2019-02-15 |
Moderate resolution remote sensing scene classification method based on multi-scale feature fusion |
| |
| ZHANG Jun,ZHANG Min,HAO Xiaoke,XIE Peng. Moderate resolution remote sensing scene classification method based on multi-scale feature fusion[J]. Journal of Hebei University (Natural Science Edition), 2019, 39(6): 666. DOI: 10.3969/j.issn.1000-1565.2019.06.015 |
| |
| Authors: | ZHANG Jun ZHANG Min HAO Xiaoke XIE Peng |
| |
| Affiliation: | 1. School of Artificial Intelligence, Hebei University of Technology, Tianjin 300401, China; 2. Hebei Province Key Laboratory of Big Data Calculation, Tianjin 300401, China |
| |
| Abstract: | |
| |
| Keywords: | convolutional neural network multi-level feature fusion multi-scale pooling remote sensing image scene classification |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《河北大学学报(自然科学版)》浏览原始摘要信息 |
|
点击此处可从《河北大学学报(自然科学版)》下载全文 |
|
