稠密特征编码的遥感场景分类算法

摘要：

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.

关键词：稠密特征、遥感分类、Fisher Vector

所属期刊栏目：42

分类号：TP393(计算技术、计算机技术)

资助基金：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

在线出版日期：2021-05-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：766-772