基于残差网络的光学遥感图像场景分类算法
提出一种基于卷积神经网络中残差网络的遥感图像场景分类方法.本文方法在原网络模型中嵌入了跳跃连接和协方差池化两个模块,用于连接多分辨率特征映射和融合不同层次的多分辨率特征信息,并在3个公开的经典遥感数据集上进行了实验.结果证明,本文方法不仅可以将残差网络中不同层次的多分辨率特征信息融合在一起,还可以利用高阶信息来实现更具代表性的特征学习.与已有的分类方法相比,本文方法在场景分类问题上拥有更高的分类精度.
图像处理、遥感图像、卷积神经网络、场景分类、残差网络
58
TP753(遥感技术)
天津市自然科学基金重点项目;天津市科技计划;天津市科技计划
2021-04-01(万方平台首次上网日期,不代表论文的发表时间)
共9页
38-46