基于多尺度特征融合的遥感影像场景分类方法 |
| |
作者姓名: | 秦望博 葛斌 |
| |
作者单位: | 安徽理工大学计算机科学与工程学院 |
| |
基金项目: | 国家自然科学基金(62102003);;国家重点研发计划(2020YFB1314103);;安徽省自然科学基金(2108085QF258); |
| |
摘 要: | 针对遥感场景影像存在类间相似性高、类内多样性大、且不同尺度下遥感影像差异大等问题,导致场景分类任务精确度受限,提出一种基于多尺度特征融合的遥感影像场景分类算法。首先利用轻量级网络MobileNetV2作为主干网络,以更少的网络参数实现更高的分类准确率。网络通过一维卷积提升输入通道,设计的多尺度特征融合模块能够捕获遥感影像的高级特征和低级特征,融合影像的多尺度特征,能够有效缓解不同尺度下遥感影像差异大的问题。通过在三个公开遥感数据集上进行实验对比,验证了所提方法的有效性。
|
关 键 词: | 遥感影像场景分类 多尺度特征融合 特征融合 深度学习 |
|
|