基于类别注意力卷积网络的地物分类方法

摘要：

在近期的研究发展中,语义分割取得了巨大的进步.但大多数方法都是从空间角度出发,来获取更加丰富的上下文信息.与以往的方法不同,本文提出了一种基于类别注意机制的特征融合方法,从类别角度出发,来获取全局上下文信息,并与其他特征信息进行融合,这种方法能够更好地表示图像中各类目标的特征,具有更好的类内聚合性.为此,本文使用了一种ACF(类别注意力特征)模块,以计算和构建图像中各类目标的类别中心,以此为基础得到了一个基于类别注意力的多特征融合语义分割网络,以实现更好的地物分类性能.算法使用ISPRS数据集进行实验,与其他算法进行对比,本文方法具有更好的性能表现.

关键词：地物分类;类别注意力机制;卷积神经网络;遥感图像处理

所属期刊栏目：37

分类号：TP753(遥感技术)

资助基金：中国博士后科学基金资助项目;长江学者奖励计划;北京科学与技术百人计划

在线出版日期：2022-01-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：2097-2105