10.7510/jgjs.issn.1001-3806.2021.01.013
基于双通道深度密集特征融合的遥感影像分类
为了提高遥感图像场景分类中特征有效利用率,进而提高遥感影像分类精度,采用基于双通道深度密集特征融合的遥感影像分类方法,进行了理论分析和实验验证.首先通过构建复合密集网络模型,分别提取图像卷积层特征和全连接层特征;然后为挖掘、利用图像深层信息,通过视觉词袋模型将提取的深层卷积层特征进行重组编码,捕获图像深层局部特征;最后采用线性加权方式将局部和全局特征融合、分类.结果表明,选用数据集UC Merced Land-Use和NWPU-RESISC45进行实验,取得的分类精度分别为93.81%和92.62%.该方法充分利用局部特征和全局特征的互补性,能实现图像深层信息的充分利用和表达.
图像处理、遥感图像分类、特征融合、密集网络、视觉词袋模型
45
TP753(遥感技术)
国家自然科学基金资助项目;内蒙古自治区杰青培育资助项目;内蒙古草原英才资助项目;内蒙古青年科技创新人才资助项目第一层次;内蒙古自治区自然科学基金资助项目;内蒙古自治区高等学校科学技术研究资助项目;内蒙古自治区2019年研究生科研创新资助项目
2021-01-13(万方平台首次上网日期,不代表论文的发表时间)
共7页
73-79