基于图像特征融合的遥感场景零样本分类算法

摘要：

利用不同图像特征之间的互补性,可提升遥感场景零样本分类性能.将图像特征的融合与零样本分类结合,提出一种基于图像特征融合的遥感场景零样本分类算法.采用解析字典学习方法,计算各图像特征的稀疏系数,并串接起来作为融合后图像特征,以减少冗余信息且保留各图像特征自身特点;引入监督信息,提高融合特征的鉴别性;将融合特征与场景类别词向量进行结构对齐,提升对新类别场景的迁移识别效果.在UC-Merced和航拍图像数据集两种遥感场景集上,对相同层次及不同层次的场景图像特征分别进行融合实验.实验结果表明:对于总体分类准确度和运算耗时,所提算法均优于其他零样本分类算法及通用的特征融合算法,证明了方法的有效性.

关键词：遥感、图像特征融合、解析字典学习、遥感场景分类、零样本分类、鉴别性、结构对齐

所属期刊栏目：39

分类号：TP753(遥感技术)

资助基金：国家自然科学基金61301233

在线出版日期：2019-07-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：90-102