10.3969/j.issn.1009-8518.2021.03.015
基于全局—局部特征联合的光学卫星遥感图像舰船目标细粒度识别
针对光学遥感图像舰船目标类间差异小,需要丰富舰船目标的特征表示能力提高其细粒度识别准确率的问题,文章提出了一种基于全局—局部特征联合的舰船目标细粒度识别方法,设计了双分支特征提取与融合模型.首先,全局特征提取分支通过卷积神经网络提取图像的全局特征;其次,局部特征增强分支将浅层特征图打乱并重构,加入对抗性损失函数,训练网络识别局部重点区域特征的能力,提取目标局部特征;最后,将全局特征和局部特征进行融合,利用全连接层对特征进行降维处理去除冗余信息,增加鲁棒性,并利用融合特征完成分类任务.实验表明,该方法可以兼顾全局特征和局部特征,在FGSC-23舰船目标数据集上准确率达到86.36%,优于其他方法.
舰船目标、细粒度识别、特征融合、遥感图像、遥感应用
42
TP75(遥感技术)
国家自然科学基金;国家自然科学基金
2021-07-15(万方平台首次上网日期,不代表论文的发表时间)
共10页
138-147