细粒度显著区域引导的遥感图像场景分类

摘要：

近年来,遥感图像场景在监测环境、勘探地球资源及预测自然灾害等方面有着越来越广泛的应用,大量的数据需求推动了遥感图像场景分类的快速发展.尽管基于深度学习的方法已经在场景分类方面取得了比较好的性能,但如何对背景复杂、尺度变化剧烈的遥感场景进行有效识别仍然是分类任务中的一个巨大挑战.为了解决这一问题,提出一种细粒度方法来检测显著区域,并使用全局分支和局部分支将整体和局部联合起来,分别从整幅图像和关键区域提取全局特征和局部关键信息.为了验证所提方法的有效性,基于ResNet18模型在三个公共遥感图像场景分类数据集上对不同方法进行对比实验,实验结果表明所提方法的准确率优于大多数先进方法.

关键词：深度学习、遥感、细粒度、显著区域检测

所属期刊栏目：60

分类号：TP751(遥感技术)

资助基金：国家自然科学基金;安徽省高校自然科学研究重大项目;安徽省高校优秀青年骨干教师国内访问研修项目

在线出版日期：2023-07-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：404-411