科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对现有场景分类方法特征表征能力差且仅使用一个视角的遥感影像进行分类导致精度难以进一步提升问题，本文提出一种融合多尺度注意力的遥感影像场景多视角分类方法。首先，将航空图像和地面图像构造成正负图像对，并划分为训练集、验证集和测试集；其次，构建融合多尺度注意力的卷积神经网络，通过特征融合模块得到融合注意力且表征能力更强的特征，实现多尺度特征学习；然后，利用训练的多尺度注意力网络分别提取航空图像和地面图像特征并进行融合；最后，基于融合后的特征使用支持向量机进行场景分类。实验结果表明，相比现有方法，本文方法在两个公开数据集上均取得了更高的分类精度，改善了单视角场景分类效果，同时也证明了多视角所提供的补充信息能进一步提升遥感场景分类的准确性。
- 单位
