| 高分遥感影像双通道并行混合卷积分类方法 |
| |
| 作者姓名： | 顾小虎 李正军 缪健豪 李星华 沈焕锋 |
| |
| 作者单位： | 武汉大学遥感信息工程学院,湖北武汉430079;中交第二公路勘察设计研究院有限公司,湖北武汉430056;武汉大学遥感信息工程学院,湖北武汉430079;自然资源部城市国土资源监测与仿真重点实验室,广东深圳518000;武汉大学资源与环境科学学院,湖北武汉430079 |
| |
| 基金项目： | 国家自然科学基金(42171302)；国家重点研发计划(2019YFB2102904)；自然资源部城市国土资源监测与仿真重点实验室开放基金(KF-2021-06-003)。 |
| |
| 摘 要： | 高空间分辨率遥感影像拥有丰富的空间细节信息和多光谱信息。研究表明，二维卷积神经网络适于提取空间信息，而三维卷积神经网络更适于提取光谱信息。为了更好地利用空谱信息，本文提出一种双通道并行混合卷积神经网络(DPHCNN)方法，充分联合二维与三维卷积神经网络在空谱信息提取上的优势，同时引入混合注意力机制、多尺度卷积增强空间细节特征的提取能力，实现高分影像的精准分类。试验中利用高分二号影像数据集进行验证，与当前先进的深度学习分类方法相比，本文提出的DPHCNN方法在保证分类精度高、分类效率较好的同时，能在多时相影像分类中保持最高的稳健性，在综合评价上更具优势。
|
| 关 键 词： | 混合卷积神经网络 高分遥感影像 多尺度卷积 混合注意力机制 影像分类 |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
