基于残差三维卷积神经网络的高光谱遥感图像分类

作者：丁杰; 陈苏婷

来源：激光杂志, 2019, 40(12): 45-52.

DOI：10.14016/j.cnki.jgzz.2019.12.045

• 高光谱遥感图像
• 卷积神经网络
• 三维卷积
• 残差学习

在高光谱遥感图像分类中,针对高光谱遥感图像中的小样本和高维度的特点,提出了一种基于残差三维卷积神经网络的算法。首先,该算法直接以高光谱数据立方体作为输入,利用三维卷积神经网络提取高光谱数据立方体的空谱特征;然后,利用残差学习构建更深层次的网络,提取更具表达能力的深层特征,以提高分类精度;最后,在全连接层采用Dropout方法防止过拟合。实验结果表明,该算法分类精度比现有的基于深度学习的高光谱遥感图像分类方法有显著提升。

• 单位
  南京信息工程大学