摘要
本发明提供了一种视点意识的动态路由胶囊网络的遥感图像场景分类方法,首先将场景数据集按比例随机划分成训练集和测试集;接着对数据集中的图像进行预处理;然后将训练集图像输入到空间变换网络,学习训练集前景对象视点意识的变换,获得具有对象-观察者视点信息的姿态矩阵,输入到卷积胶囊层和子概念学习的动态路由进行训练,提取视点不变的胶囊特征表示,得到类别胶囊层的输出,取最高预测概率的类别胶囊作为场景的预测类别。最后将测试图像输入到胶囊网络模型,获得分类结果。本发明可以在不增加网络规模条件下提高分类准确度和分类效率。
- 单位