10.3969/j.issn.1000-1220.2021.04.016
稠密特征编码的遥感场景分类算法
针对遥感影像快速有效的场景分类,提出了一种低维度稠密特征编码的场景分类算法.首先提取遥感图像不同尺度下的稠密特征,利用Hellinger kernel对原始特征进行映射变换形成新的特征空间,采用主成分分析对新的特征降维并进行Fisher编码量化,进而实现遥感图像的低维度稠密特征表达,最后在线性支持向量机中完成遥感影像的场景分类.所提出的算法分别在UC Merced、WHU和NWPU-RESISC45公开数据集进行了验证.实验结果表明,作为一种改进的中层语义特征表达算法,相比于传统中低层语义特征,分类准确度得到大幅度提高,相比于深度学习算法,所提算法能够有效兼顾计算复杂度和分类准确率,实现不同指标间良好的平衡,满足遥感场景分类的实用性要求.
稠密特征、遥感分类、Fisher Vector
42
TP393(计算技术、计算机技术)
广西重点研发计划项目;广西多源信息挖掘与安全重点实验室开放基金项目;广西高校中青年教师基础能力提升项目;广西跨境电商智能信息处理重点实验室培育基地专项项目;广西财经学院青年教师科研发展基金项目
2021-05-08(万方平台首次上网日期,不代表论文的发表时间)
共7页
766-772