利用多特征协同深度网络的高分遥感影像分类

作者：胡春霞; 聂翔宇; 林聪^*; 傅俊豪; 储征伟

来源：测绘通报, 2023, (10): 74-104.

DOI：10.13474/j.cnki.11-2246.2023.0298

• 高分影像
• 分类
• 多特征协同
• 深度卷积神经网络
• 注意力机制

基于深度卷积神经网络的高空间分辨率遥感影像(高分影像)分类是当前遥感智能解译技术领域的研究热点之一。然而，现有的分类网络未充分考虑多类型特征间的协同性，无法有效捕获高分影像中复杂的地物空间关系。为进一步挖掘空间信息、提高分类精度，本文提出了一种多特征协同深度网络(MFCDN)学习算法。在MFCDN中，首先提取多类型的浅层特征作为网络输入，随后利用多尺度特征提取模块获取不同空间尺度的地物信息。然后经过通道和空间注意力机制动态加权后，采用多个特征提取层和数据下采样层提取语义信息，并通过逐元素相加的方式进行特征融合。最后，使用多层感知机结合Softmax函数获取分类结果。试验结果证明，MFCDN在分类精度和泛化能力方面都优于相关方法。

• 单位
  武汉大学; 南京市测绘勘察研究院股份有限公司