直推式遥感图像场景零样本分类算法

摘要：

针对遥感图像场景零样本分类算法中的空间类结构不一致以及域偏移问题,提出基于Sammon嵌入和谱聚类方法结合的直推式遥感图像场景零样本分类算法.首先,基于Sammon嵌入算法修正语义特征空间类原型表示,使其与视觉特征空间类原型结构对齐;其次,借助结构迁移方法得到视觉特征空间测试类原型表示;最后,针对域偏移问题,采用谱聚类方法修正视觉特征空间测试类原型,以适应测试类样本分布特点,提高场景零样本分类准确度.在两个遥感场景集(UCM和AID)上分别获得52.89％和55.93％的最高总体分类准确度,均显著优于对比方法.实验结果表明,通过显著降低视觉特征空间和语义特征空间的场景类别结构不一致性,同时减轻了域偏移问题,可实现语义特征空间类结构知识到视觉特征空间的有效迁移,大幅提升遥感场景零样本分类的准确度.

关键词：遥感场景分类、直推式零样本分类、Sammon嵌入、谱聚类

所属期刊栏目：37

分类号：TP751(遥感技术)

资助基金：国家青年自然科学基金资助项目

在线出版日期：2020-06-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：1597-1600